عنوان

طراحی مسیر ، ساخت و بهینه سازی برای حرکت ربات مار با استفاده از الگوهای هوشمند

‭۵۱۳۱پ‬

per

طراحی مسیر ، ساخت و بهینه سازی برای حرکت ربات مار با استفاده از الگوهای هوشمند

/سلمان نخجیرکان

دانشگاه تبریز: دانشکده مهندسی فناوری های نوین، گروه مهندسی مکاترونیک

‮‭۱۱۹‬ص‬

چاپی

کارشناسی ارشد

مهندسی مکاترونیک

‮‭۱۳۹۰/۱۰/۲۸‬

دانشگاه تبریز: دانشکده مهندسی فناوری های نوین، گروه مهندسی مکاترونیک

در این پروژه علاوه بر پیاده سازی حرکت خزندگان، بینایی ماشین و بهینه سازی مسیر حرکت مد نظر قرار گرفته است .ابتدا یک ربات خزنده طراحی و ساخته شد .سپس بینایی ربات با استفاده از دوربینی که خارج از بدنه نصب گردید، تأمین شد .در مرحله بعد تصاویر بدست آمده از محیط با استفاده از تکنیک‌های بینایی ماشین به یک مدل ریاضی قابل درک برای کامپیوتر تبدیل شد و مسیرهای ممکن ربات از نقطه اولیه تا هدف تولید گردید.برای انتخاب مسیر بهینه از بین مسیرهای بالقوه از الگوریتم کلونی مورچگان استفاده شد .در نهایت پس از تعیین مسیر بهینه نهایی، ربات روی این مسیر به حرکت در می‌آید.عمده روش‌های استفاده شده در پروژه‌های مشابه عبارتند از الگوریتم ژنتیک، شبکه‌های عصبی، روش‮‭D‬ *،‮‭A‬ * و .‮‭Basic theta‬ اغلب روش‌های بکار رفته، استاتیک هستند .لذا بر آن شدیم با تکیه بر رهیافتی نوین، جهت تولید مسیر و بهینه سازی آن از الگوریتم کلونی مورچگان استفاده کنیم.سرعت بالا در بدست آوردن مسیر بهینه یکی از محاسن این تکنیک است .نتایج نشان داد که پس از قرار گرفتن ربات در محیط آزمایشگاه، پروسه مدل‌سازی محیط و تولید مسیر طی زمانی در حدود ‮‭۱۰‬ ثانیه به انجام می‌رسد .همچنین میزان خطای سیستم بینایی ماشین به ازای‮‭۳‬ متر، ‮‭۴‬ سانتی متر است.

In this project in addition to implementing reptiles' way of moving, we have concerned machine vision and route optimization. At first a crawler robot will be designed and built. Machine vision is provided for the robot using a camera mounted outside the body of the robot. Next, relying on machine vision techniques, the images obtained from the environment will be changed into a mathematical and understandable model for the computer. Then possible routes from source to goal will be produced with regard to these results.After recognizing all possible routes, the optimal route will be selected by ant colony algorithm. Finally the robot will go through that optimum route.Other methods, used in similar projects, include genetic algorithm, neural networks, D*, A* and basic theta. Most of these techniques are static. So we decided to use ant colony alghorithm in order to generate paths and optimize them. One of the advantages of this technique that generating the optimized path can be done very quickly he result showed that robot could find the optimized path in a real unknown environment in about 10 seconds. The error rate for the machine vision system, 3 meters, is 4 cm.

Inch worm robots

Artificial Intelligence

Machine vision

Ant colony

نخجیرکان، سلمان

قنبری، احمد، استادراهنما

کریمیان، قادر، استادمشاور

سیاه و سفید

نمایه‌سازی قبلی