Ứng dụng mạnh nơron để điều khiển ROBOT rắn

127 307 0
Ứng dụng mạnh nơron để điều khiển ROBOT rắn

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

ix MC LC Trang ta Quy tài Lý lch khoa hc i L iii Li cm t iv Tóm tt v Mc lc ix Danh sách các hình xiv Danh sách các bng xix Danh sách các t vit tt xx Chng 1 TNG QUAN 1 1.1 Tng quan đ tài và các kt qu nghiên cu đư công b 1 1.1.1 Tổng quan về robot rắn. 1 1.1.2 Các kết quả nghiên cứu đã công bố. 1 1.1.2.1 Các bài báo nước ngoài. 1 1.1.2.2 Các bài báo trong nước. 7 1.1.3 Định hướng nghiên cứu. 9 1.1.3.1 Tên đề tài. 9 1.1.3.2 Lý do chọn đề tài. 9 1.1.3.3 Giả thiết khoa học. 9 1.2 Mc tiêu, khách th vƠ đi tng nghiên cu ca đ tài. 9 1.2.1 Mục tiêu đề tài. 9 1.2.2 Khách thể nghiên cứu. 10 x 1.2.3 Đối tượng nghiên cứu. 10 1.3 Nhim v ca đ tài và gii hn đ tài 10 1.3.1Nhiệm vụ đề tài 10 1.3.2 Giới hạn đề tài. 10 1.4 Phng pháp nghiên cu 10 1.4.1 Các phương pháp nghiên cứu lý thuyết 10 1.4.2 Các phương phá nghiên cứu thực tiễn. 11 1.5 K hoch thc hin 11 Chng 2 NHNG C S LÝ THUYT Đ XÂY DNG H THNG ĐIU KHIN ROBOT RN 12 2.1 Mô hình hóa robot rn. 12 2.1.1 Lực ma sát của robot rắn 13 2.1.2 Phương trình chuyển động 17 2.1.3 Phân ly động lực học 24 2.2 Đng cong serpenoid 27 2.3 S di chuyn ca Rn theo đng cong Serpenoid. 30 2.4 Mng Nron nhơn to- nhng c s lí thuyt liên quan. 36 2.4.1 Mô hình Nơron nhân tạo 36 2.4.2 Những hàm tổng hợp. 38 2.4.2.1 Hàm tổng hợp tuyến tính: 38 2.4.2.2 Hàm tổng hợp phi tuyến bậc 2: 38 2.4.2.3 Hàm hình cầu: 38 2.4.3 Những hàm hoạt hóa. 38 2.4.3.1 Hàm bước: 38 xi 2.4.3.2 Hàm dấu: 39 2.4.3.3 Hàm dốc: 39 2.4.3.4 Hàm unipolar sigmoid: 39 3.3.3.5 Hàm bipolar sigmoid: 40 2.4.4 Mô hình mạng Nơron nhân tạo 40 2.4.5 Phân loại mạng Nơron 41 2.4.5.1 Theo kiểu liên kết Nơron: 41 2.4.5.2 Theo số lớp Nơron: 42 2.4.6 Các kỹ thuật học của mạng Nơron 42 2.4.6.1 Học có giám sát (supervised learning): 42 2.4.6.2 Học tăng cường (Reinforced learning): 43 2.4.6 3 Học không có giám sát (Unsupervised learning): 43 2.4.7 Mạng Nơron RBF. 44 2.4.7.1 Hàm cơ sở bán kính. 44 2.4.7.2 Mô hình mạng RBF. 45 2.4.7.3 Mô hình toán học 45 2.4.7.4 Mô hình mạng RBF Gaussian 47 2.4.7.5 Luật học. 51 Chng 3 XÂY DNG H THNG ĐIU KHIN 52 3.1 Xây dng chng trình toán học trên Matlab. 53 3.2 Xây dng b điu khin dùng PID. 55 3.2.1 Bộ điều khiển địa phương. 55 3.2.2 Bộ điều khiển vòng ngoài. 56 3.2.2.1 Bộ điều khiển hướng. 57 xii 3.2.2.2 Bộ điều khiển vận tốc. 57 3.2.3 Xây dựng bộ điều khiển trên Matlab. 58 3.2.4 Kết quả mô phỏng. 58 3.3 Xây dng b điu khin dùng RBFNN- PID. 65 3.3.1 Bộ điều khiển địa phương. 65 3.3.2 Bộ điều khiển vòng ngoài. 65 3.3.2.1 Bộ điều khiển hướng. 65 3.3.2.2 Bộ điều khiển vận tốc. 69 3.3.3 Xây dựng bộ điều khiển trên Matlab. 72 3.3.4 Kết quả mô phỏng 73 3.4 So sánh kt qu mô phng gia hai b điu khin PID và RBFNN- PID và kt lun. 76 3.4.1 Kết quả mô phỏng giữa hai bộ điều khiển PID và RBFNN- PID theo các thông số ban đầu. 76 3.4.2 Kết quả mô phỏng giữa hai bộ điều khiển PID và RBFNN- PID khi thay đổi môi trường. 79 3.4.3 Kết quả mô phỏng giữa hai bộ điều khiển PID và RBFNN- PID khi thay đổi thông số robot. 83 3.4.4 Kết quả mô phỏng giữa hai bộ điều khiển PID và RBFNN- PID khi thay đổi vận tốc. 89 3.4.5 Kết luận. 90 Chng 4 THIT K VÀ THI CÔNG MÔ HÌNH 91 4.1 Card giao tip. 91 4.1.1 Thiết kế. 91 4.1.1.1 Sơ đồ nguyên lý. 91 xiii 4.1.1.2 Nguyên tắc hoạt động. 91 4.1.2 Thi công. 92 4.2 Robot rn. 93 4.2.1 Động cơ. 93 4.2.1.1 Lựa chọn động cơ. 93 4.2.1.2 Các thông số kĩ thuật của động cơ Dynamixel AX-12A. 94 4.2.2 Hệ thống cơ khí. 95 4.2.2.1 Thiết kế cơ khí. 95 4.2.2.2 Mô hình hệ thống. 97 Chng 5 KT LUN VÀ KHUYN NGH 98 5.1 Kt lun. 98 5.1.1.Những kết quả đạt được. 98 5.1.2 Những mặt còn hạn chế. 99 5.2 Khuyn ngh. 100 TÀI LIU THAM KHO 101 xiv DANH MC CÁC HÌNH VẼ Hình 1.1 T ng di chuyn robot rn ca M. Saito, M. Fukaya và T. Iwasaki 2 -   Mitsue Kato, Shoichiro Fujisawa 5  u khin thích nghi ca F. Shahraki, A.R Arjomandzadeh, u khin bình áp sut 5  M. Habibnejad Korayem, Amin Nikoobin, Farbod Setoudeh 6 ùng BPNN- Liu Luoren, Luo Jinling 6 - Ming- guang Zhang, Ming- hui Qiang 7 -    8 Hình 2.1 Robot rn gn và n-1 khp 12 Hình 2.2 n vi phân ca khâu th i. 14 . 17 Hình 2.4a ng cong serpenoid vi và         28        28 c xp x bn thng 29 xv Hình 2.6a Chuyng hình r 32 Hình 2.6b Chuyng hình r 32  th ca t trung bình ave   32  th ca t góc trung bình ave  33 Hình 2.9 S kt hp t ng 34 Hình 2.10 Các thông s t   35 Hình 2.11 Quan h gia  và s n n ca Robot rn 35 Hình 2.12  th  vi t s c t / c n 36 Hình 2.13 Mô hình  i 36  38  38  39 Hình 2.17 Hàm unipolar sigmoid 39 Hình 2.18 Hàm bipolar sigmoid 40  43  43  44  biu din mng RBF v n và mt  R 45  bán kính Gaussian 47 Hình 2.24 Bi phác ha ca mng  s d bán kính xvi Gaussian 49 Hình 2.25 Bi khi biu din RBFNN Gaussian 50 Hình 3.1 Cu trúc h thu khin 52  54  54  55   56  C  56  C   57  v  57  58  * 1v  (m/s) và * 0   (rad) 60  60  * 1v  (m/s) và * 4    (rad) 62  62  * 1v  (m/s) và * 2    (rad) 64  64  mô phng b u khing ( C  ) ca robot rn 65  bên trong b u khing ( C  ) ca robot rn 66  gii thut b u khin RBFNN- PID 67 Hình 3. 19 Các thông s ca b RBFNN- u khing 68 xvii Hình 3. 20 Cp nht giá tr ta b ba thông s K  , K  , K  69 Hình 3. 21  v   69 Hình 3. 22  v  70 Hình 3. 23 Các thông s ca b RBFNN- u khing 71   , K  , K  71 Hình 3. 25  h thu khin robot rn dùng RBFNN- PID 72 Hình 3. 26 Kt qu mô phng vi * 1v  (m/s) và * 0   (rad). 73 Hình 3. 27 Kt qu mô phng vi * 1v  (m/s) và * 4    (rad) 74 Hình 3. 28  * 1v  (m/s) và * 2    (rad) 75 Hình 3. 29 Kt qu mô phng so sánh gia PID và RBFNN- PID vi * 1v  (m/s) và * 0   (rad). 76 Hình 3. 30 Kt qu mô phng so sánh gia PID và RBFNN- PID vi * 1v  (m/s) và * 4    (rad). 77 Hình 3. 31 Kt qu mô phng so sánh gia PID và RBFNN- PID vi * 1v  (m/s) và * 2    (rad). 78 Hình 3. 32 Kt qu mô phng so sánh khi C t = 0.01 79 Hình 3. 33 Kt qu mô phng so sánh khi C t = 1 80 Hình 3. 34 Kt qu mô phng so sánh khi C N = 5 81 Hình 3. 35 Kt qu mô phng so sánh khi C N = 15 82 Hình 3. 36 Kt qu mô phng so sánh khi l = 1.5 m 84 Hình 3. 37 Kt qu mô phng so sánh khi l = 2 m 85 xviii Hình 3. 38 Kt qu mô phng so sánh khi m = 0.8 86 Hình 3. 39 Kt qu mô phng so sánh khi m = 1.5 87 Hình 3. 40 Kt qu mô phng so sánh khi m = 2 88 Hình 4.  nguyên lý mch giao tip robot rn 91 Hình 4.  mch in Card giao tip 92 Hình 4.  93 Hình 4. Dynamixel AX-12A 94 Hình 4.  95 Hình 4.  96 Hình 4.  96 Hình 4.  96 Hình 4.  97 [...]... hoàn thành một số nhiệm vụ sau đây:  Mô hình hóa robot rắn  Phương pháp điều khiển robot rắn  Xây dựng hệ thống điều khiển robot rắn theo bộ điều khiển RBFNN- PID  Thiết kế và thi công robot rắn theo bộ điều khiển RBFNN- PID 1.3.2 Giới hạn đề tài Với mục tiêu của đề tài, đề tài có một số giới hạn sau:  Nội dung đề tài nghiên cứu chuyển động của robot rắn trong không gian hai chiều, hoạt động trên... nước liên quan đến điều khiển robot rắn, tác giả nhận thấy rằng phương trình toán hiệu quả để điều khiển robot rắn theo đường cong Serpenoid là tối ưu nhất, nhưng các kết quả chỉ dừng lại ở điều kiện ổn định, đối với những điều kiện thay đổi (thông số robot, môi trường) thì chưa đề cập đến Để giải quyết vấn đề robot rắn phải thích nghi với môi trường, với đặc tính động của robot rắn thì mạng σơron... quả điều khiển robot rắn được tối ưu hơn là lý do của đề tài này Về mặt thực tiễn, nếu nghiên cứu, thiết kế và điều khiển thành công robot rắn sẽ ứng dụng để khảo sát, giám sát, thu thập dữ liệu được rất nhiều môi trường phức tạp, là cơ sở nền tảng để nghiên cứu các cánh tay robot đa bậc tự do, 1.1.3.3 Giả thiết khoa học  Sẽ xây dựng được bộ điều khiển RBFNN- PID trong việc thiết kế và thi công robot. .. và xây dựng bộ điều khiển PID thích nghi áp dụng để điều khiển đối tượng phi tuyến chưa biết trước tham số và cấu trúc Bộ điều khiển PID được tổ chức dưới dạng một nơron tuyến tính mà ở đó ba trọng số kết nối của ba ngõ vào nơron tương ứng là bộ ba thông số Kp, Ki và Kd của bộ điều khiển Kết quả mô phỏng trên hệ thanh và bóng cho thấy đáp ứng của đối tượng thỏa mãn các yêu cầu điều khiển, cụ thể là... Khách thể nghiên cứu của đề tài là các loại robot rắn được điều khiển theo bộ điều khiển PID và bộ điều khiển mạng σơron 1.2.3 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài là robot rắn hoạt động theo mô hình kết hợp giữa bộ PID và bộ điều khiển σơron hay còn gọi là bộ điều khiển RBFNN- PID 1.3 Nhi m v c a đ tài và gi i h n đ tài 1.3.1 Nhiệm vụ đề tài Để đạt được mục tiêu của đề tài thì phải hoàn... Fujisawa đư nghiên cứu những kiến thức cơ bản để ứng dụng bộ điều khiển PID vào mạng nơron thông qua ví dụ về giám sát và điều khiển bình áp suất Hệ thống này là phi tuyến, các biến luôn thay đổi trong quá trình hoạt động, vì vậy với bộ điều khiển này hệ thống sẽ tự động thích nghi để đáp ứng ngõ ra được tối ưu nhất 4 Hình 1.β Sơ đồ điều khiển thích nghi PID- Nơron của Mitsue Kato, Shoichiro Fujisawa h... thực nghiệm khoa học 1.5 K ho ch th c hi n  Tìm hiểu, nghiên cứu lí thuyết về chuyển động của robot rắn Thời gian 1 tháng  Lựa chọn và vận dụng phương pháp điều khiển vào robot rắn Thời gian 1 tháng  Xây dựng hệ thống điều khiển robot rắn Thời gian 1 tháng  Viết chương trình điều khiển hệ thống robot rắn Thời gian 1 tháng  Tiến hành mô phỏng trên phần mềm Matlab Thời gian 1 tháng  σhận xét, so... đổi trọng số phù hợp với không gian và thời gian của đối tượng điều khiển đề tài robot rắn này là một hệ thống phi tuyến, nhiều biến, phương trình toán phức tạp, vì vậy tác giả đư lựa chọn phương pháp điều khiển bằng đường cong Serpenoid và vận dụng hệ thống điều khiển PID và σơron để tạo ra bộ điều khiển thích nghi với đối tượng robot rắn 1.1.2.2 Các bài báo trong nước a Bài báo trong tạp chí khoa... RBFNN- PID trong việc thiết kế và thi công robot rắn  Sẽ thiết kế và thi công được robot rắn theo bộ điều khiển RBFNN- PID 1.2 M c tiêu, khách th vƠ đ i t ng nghiên c u c a đ tài 1.2.1 Mục tiêu đề tài Mục tiêu của đề tài là:  Xây dựng được bộ điều khiển RBFNN- PID trong việc thiết kế và thi công robot rắn  Thiết kế và thi công được robot rắn theo bộ điều khiển RBFNN- PID 9 1.2.2 Khách thể nghiên cứu... quốc tế, một số bài báo liên quan đến điều khiển robot rắn như sau: 1.1.2.1 Các bài báo nước ngoài a Bài báo [6] năm β00β của nhóm tác giả M Saito, M Fukaya và T Iwasaki, đư đưa ra mô hình toán học của robot rắn, phân tích sự chuyển động của robot rắn dựa vào lực ma sát nhớt (ma sát trượt) và moment xoắn theo đường cong 1 Serpenoid Xây dựng hệ thống điều khiển robot rắn, mô phỏng và kiểm nghiệm kết quả . PID. 55 3.2.1 Bộ điều khiển địa phương. 55 3.2.2 Bộ điều khiển vòng ngoài. 56 3.2.2.1 Bộ điều khiển hướng. 57 xii 3.2.2.2 Bộ điều khiển vận tốc. 57 3.2.3 Xây dựng bộ điều khiển trên Matlab PID. 65 3.3.1 Bộ điều khiển địa phương. 65 3.3.2 Bộ điều khiển vòng ngoài. 65 3.3.2.1 Bộ điều khiển hướng. 65 3.3.2.2 Bộ điều khiển vận tốc. 69 3.3.3 Xây dựng bộ điều khiển trên Matlab 2.4.4 Mô hình mạng Nơron nhân tạo 40 2.4.5 Phân loại mạng Nơron 41 2.4.5.1 Theo kiểu liên kết Nơron: 41 2.4.5.2 Theo số lớp Nơron: 42 2.4.6 Các kỹ thuật học của mạng Nơron 42 2.4.6.1 Học

Ngày đăng: 22/08/2015, 11:04

Từ khóa liên quan

Mục lục

  • 4 NOIDUNG LUAN VAN_180414.pdf

  • 5 BIA SAU.pdf

    • Page 1

Tài liệu cùng người dùng

Tài liệu liên quan