عنوان

کنترل ربات کروی غیرهولونومیک متحرک از طریق ادغام کنترل مدل پیش‌صبین با یادگیری عمیق,‮‭Control of nonholonomic spherical mobile robot using Model Predictive Control with Deep Learning‬

Number

‭۲۲۳۴۳پ‬

.Language of Text, Soundtrack etc

per

Title Proper

کنترل ربات کروی غیرهولونومیک متحرک از طریق ادغام کنترل مدل پیش‌صبین با یادگیری عمیق

Parallel Title Proper

‮‭Control of nonholonomic spherical mobile robot using Model Predictive Control with Deep Learning‬

First Statement of Responsibility

/ظاهر بابکرنژاد

Name of Publisher, Distributor, etc.

: مکانیک

Date of Publication, Distribution, etc.

، ‮‭۱۳۹۸‬

Name of Manufacturer

، افشاری

Specific Material Designation and Extent of Item

‮‭۸۵‬ص‬

Text of Note

چاپی - الکترونیکی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

طراحی کاربردی

Date of degree

‮‭۱۳۹۸/۱۰/۲۲‬

Body granting the degree

تبریز

Text of Note

افزایش استفاده از رباتهای متحرک در تحقیقات فضایی، فعالیت‌صهای نظامی و به طور کلی مکان‌صهای که حضور انسان سخت یا ناممکن است، تولید مکانیزم‌صهای محرک مختلف به منظور دستیابی به حرکت پایدار و اطمینان از عدم واژگونی در حین حرکت را به دنبال داشته است .در این میان، غیرهولونومی که خاصیتی از سیستمهای مکانیکی است که امکان کنترل کلیه متغیر حالت را با تعداد کمتری ورودی کنترلی فراهم میکند، در سالهای اخیر برای تولید رباتهای متحرک با مکانیزمهای محرک ساده‌صتر و ارزانتر مورد توجه بوده است .ربات کروی متحرک نمونه خاصی از رباتهای متحرک غیرهولونومیک است که به علت خواص منحصر به فرد، در دو دهه گذشته موضوع تحقیقات بسیاری در حوزه رباتیک بوده است .حرکت این ربات که از یک پوسته کروی و یک مکانیزم محرک داخلی تشکیل شده است، به دلیل غلتش خالص پوسته کروی روی سطح با قیدهای غیرهولونومیک محدود شده و در صورت استفاده از دو روتور برای تولید حرکت، در هیچ یک از دسته بندیهای سیستمهای غیرهولونومیک برای طراحی کنترل کننده قرار نمیگیرد .کنترل غیرهولونومیک این ربات در حالت کلی، مدل تعمیم یافته‌صای از مسئله‌صی توپ و صفحه است که هنوز در تحقیقات رباتیک چالش برانگیز است .مشکل بزرگی که در زمینه کنترل پایداری ربات کروی وجود دارد، در این تحقیق برای کنترل همزمان پایداری موقعیت و جهت ربات، یک کنترل کننده پیش‌صبین مبتنی بر مدل توسعه داده شده است .به دلیل غیرخطی بودن بالای معادلات سیستم، مدل معمول کنترل‌صکننده پیش‌صبین نتایج قابل قبولی ارائه نمی دهد، به همین دلیل در این کنترل کننده به منظور شناسایی سیستم از یک شبکه یادگیری عمیق استفاده شده است .همچنین استفاده از شبکه یادگیری عمیق موجب انعطاف بالای کنترل‌صکننده در برابر اغتشاشات و نویزهای وارده به سیستم می شود .عملکرد سیستم همراه با کنترل کننده توسط تست های کامپیوتری در شرایط مختلف انجام شده است .نتایج شبیه سازی نشان از عملکرد قابل توجه کنترل کننده پیش بین همراه با یادگیری عمیق در پایداری پوسته کروی برای هر پیکر بندی اولیه تا هر جهت و موقعیت در نظر گرفته شده، حتی در شرایط کنترل ناپذیری دارد

Text of Note

Increased use of mobile robots in space research, military activities, and in general places where human presence is difficult or impossible, generating various driving mechanisms to achieve stable movement and ensuring non-reversal during movement, had Followed. In the meantime, nonholonomic, which is a property of mechanical systems that provides all state variables control with fewer inputs, has been the focus of recent years, in the production of mobile robots with simpler and cheaper drive mechanisms. Spherical mobile robot is a special example of nonholonomic mobile robot that has been the subject of much research in the field of robotics over the past two decades due to its unique properties. The robot's movement, consisting of a spherical shell and an internal actuator mechanism, is restricted by the nonholonomic constraints due to the net rotation of the spherical shell on the surface, and in the case of two rotors used to generate motion, in any of the nonholonomic systems categories, The controller design does not fit. Nonholonomic control of this robot is generally a generalized model of the ball and plate problem that is still challenging in robotics research. A major problem in spherical robot stability control is the development of a model-based predictive controller for the simultaneous control of robot position and orientation stability. Due to the high nonlinearity of the system equations, the usual predictive controller model does not yield satisfactory results, so it uses a deep learning network to identify the system. The use of deep learning network also gives the controller high flexibility against disturbances and noise in the system. The operation of the system with the controller has been performed by computer tests in various conditions. The simulation results show the remarkable performance of the predictive controller with deep learning in spherical shell stability for each initial configuration to any given orientation and position, even under uncontrollable conditions

Parallel Title

‮‭Control of nonholonomic spherical mobile robot using Model Predictive Control with Deep Learning‬

بابکرنژاد، ظاهر

Babakrnejad, Zaher

کیقبادی، جعفر، استادراهنما

رضوی، ناصر، استادمشاور

عزیزی، محمود رضا، استادمشاور

Public note

سیاه و سفید

نمایه‌سازی قبلی