Der modulare Aufbau und die Produktion von eine intelligente Roboter, basierend auf einem geschlossenen Regelkreis-Strategie
Summary
Wir präsentieren ein Protokoll auf modulare Bauweise und Produktion von intelligente Roboter zur Unterstützung wissenschaftlicher und technischer Arbeitnehmer intelligente Roboter mit spezielle Produktionsaufgaben design basierend auf persönliche Bedürfnisse und individuelle Gestaltung.
Abstract
Intelligente Roboter sind Teil einer neuen Generation von Robotern, die sind in der Lage, die Umgebung, ihre eigenen Handlungen zu planen und schließlich ihre Ziele zu erreichen. In den letzten Jahren ist Verlass auf Roboter im täglichen Leben und Industrie gestiegen. Das Protokoll in diesem Papier vorgeschlagene beschreibt die Entwicklung und Herstellung von Handling-Roboter mit einem intelligenten Suchalgorithmus und autonomen Identifikation-Funktion.
Zunächst werden die verschiedenen Arbeitsmodule mechanisch montiert, um den Bau der Arbeitsbühne und die Installation von robotic Manipulator abzuschließen. Dann, wir entwerfen einen geschlossenen Regelkreis-System und ein vier-Quadranten-Motorsteuerung Strategie mit Hilfe von debugging-Software, sowie Lenkgetriebe Identität (ID), Baud-Rate und andere Betriebsparameter um sicherzustellen, dass der Roboter die gewünschte Dynamik erreicht Leistung und geringen Energieverbrauch. Als nächstes Debuggen wir des Sensors um Multi-Sensor-Fusion um präzise Informationen über die Umwelt erwerben zu erreichen. Schließlich implementieren wir die entsprechenden Algorithmus, der den Erfolg der Roboter-Funktion für eine bestimmte Anwendung erkennen kann.
Der Vorteil dieses Ansatzes ist seine Zuverlässigkeit und Flexibilität, wie die Benutzer können eine Vielzahl von Hardware-Bau-Programme zu entwickeln und nutzen Sie die umfassenden Debugger um eine intelligente Steuerungsstrategie umzusetzen. Dies erlaubt Benutzern, individuelle Anforderungen basierend auf ihren Anforderungen mit hoher Effizienz und Robustheit.
Introduction
Roboter sind komplexe, intelligente Maschinen, die Kenntnis der verschiedenen Disziplinen, einschließlich Mechanik, Elektronik, Steuerung, Computer, Sensoren und künstliche Intelligenz 1,2kombinieren. Roboter sind in zunehmendem Maße Unterstützung oder sogar Menschen am Arbeitsplatz, vor allem in der industriellen Produktion aufgrund der Vorteile, die Roboter zu besitzen, bei sich wiederholenden oder gefährliche Aufgaben zu ersetzen. Das Design des Protokolls intelligente Roboter in der aktuellen Studie basiert auf einer geschlossenen Regelkreis-Strategie, speziell Bahnplanung basierend auf einem genetischen Algorithmus. Darüber hinaus wurden die Funktionsmodule streng geteilt3,4, die ein solides Fundament für zukünftige Optimierung Arbeit bieten können, so dass die Roboter eine starke Kapazität für Upgrades haben.
Die modulare Umsetzung der Roboter-Plattform basiert vor allem auf die folgenden Methoden: multi-dimensionalen Kombination Regelstrategie in Motorsteuerung Modul5,6und intelligente Exploration anhand eines genetischen Algorithmus in das Optimierungsmodul Algorithmus.
Wir verwenden doppelte geschlossenen Regelkreis der DC-Motor und vier-Quadranten-Motorbetrieb im motor-Control-Modul. Doppelter Kreislauf Drehzahlregelung bedeutet, dass die Ausgabe der Geschwindigkeitsregler als Eingabe für die Stromregler dient, ermöglicht es, die Strom und Drehmoment des Motors zu kontrollieren. Der Vorteil dieses Systems ist, dass das Drehmoment des Motors in Echtzeit gesteuert werden kann, auf Basis der Differenz zwischen der gegebenen Geschwindigkeit und der tatsächlichen Geschwindigkeit. Wenn der Unterschied zwischen bestimmten und tatsächliche Geschwindigkeiten relativ groß ist, erhöht sich das Drehmoment des Motors und ändert sich die Geschwindigkeit schneller Fahrt die Motordrehzahl auf den angegebenen Wert so schnell wie möglich, wodurch für eine schnelle Geschwindigkeit Verordnung7, 8 , 9. umgekehrt, wenn die Geschwindigkeit relativ nahe bei dem angegebenen Wert ist, es kann automatisch reduzieren das Drehmoment des Motors zu vermeiden, überhöhte Geschwindigkeit, so dass die Geschwindigkeit auf den angegebenen Wert zu erreichen relativ schnell mit keine Fehler6, 10. seit der entsprechenden Zeit konstante elektrische Stromschleife ist relativ klein, die vier-Quadranten motor11,12 kann schneller reagieren, um die Auswirkungen von Störungen zu unterdrücken, wenn das System ausgesetzt ist Einmischung von außen. Dies ermöglicht es, die Stabilität und Anti-jamming Fähigkeit des Systems zu verbessern.
Wir wählen einen genetischen intelligente Optimierungsalgorithmus mit dem höchsten Wirkungsgrad anhand der Ergebnisse einer Simulation in MATLAB. Ein genetischer Algorithmus ist eine stochastische parallel Such-Algorithmus, basierend auf der Theorie der natürlichen Selektion in der Genetik. Es handelt sich um eine effiziente Methode für die Suche nach der optimalen Gesamtlösung in Ermangelung einer Erstinformation. Es betrachtet die Lösungsmenge des Problems als eine Bevölkerung, wodurch die Qualität der Lösung über kontinuierliche Auswahl, Crossover, Mutation und andere genetische Vorgänge. Im Hinblick auf Bahnplanung durch intelligente Roboter entsteht Schwierigkeit durch unzureichende Ausgangsinformationen, komplizierte Umgebungen und Nichtlinearität. Genetische Algorithmen sind besser in der Lage, das Problem der Bahnplanung weil sie globale Optimierung Fähigkeit, starke Anpassungsfähigkeit und Robustheit bei der Lösung nichtlinearer Probleme besitzen; Es gibt keine besonderen Einschränkungen auf das Problem; der Ablauf der Berechnung ist einfach; und es gibt keine besonderen Anforderungen an die Suche Raum 13,14.
Protocol
Representative Results
Discussion
In diesem Papier haben wir entwickelt eine Art intelligente Roboter, der eigenständig aufgebaut werden kann. Wir implementiert die vorgeschlagene intelligente Suchalgorithmus und autonomen Anerkennung durch verschiedene Software-Programme mit Hardware zu integrieren. Im Protokoll wir stellten Ansätze für die Konfiguration der Hardware und Debuggen des intelligenten Roboters, die, der Nutzern helfen kann eine geeignete mechanische Struktur des eigenen Roboter entwerfen. Im tatsächlichen Betrieb ist es jedoch notwendig…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Die Autoren möchten ihre Dankbarkeit an Herrn Yaojie He für seine Hilfe bei der Durchführung der Experimente, die in diesem Papier berichtet. Diese Arbeit wurde zum Teil durch die National Natural Science Foundation of China (Nr. 61673117) unterstützt.
Materials
| structural parts | UPTECMONYH HAR | L1-1 | |
| structural parts | UPTECMONYH HAR | L2-1 | |
| structural parts | UPTECMONYH HAR | L3-1 | |
| structural parts | UPTECMONYH HAR | L4-1 | |
| structural parts | UPTECMONYH HAR | L5-1 | |
| structural parts | UPTECMONYH HAR | L5-2 | |
| structural parts | UPTECMONYH HAR | U3A | |
| structural parts | UPTECMONYH HAR | U3B | |
| structural parts | UPTECMONYH HAR | U3C | |
| structural parts | UPTECMONYH HAR | U3F | |
| structural parts | UPTECMONYH HAR | U3G | |
| structural parts | UPTECMONYH HAR | U3H | |
| structural parts | UPTECMONYH HAR | U3J | |
| structural parts | UPTECMONYH HAR | I3 | |
| structural parts | UPTECMONYH HAR | I5 | |
| structural parts | UPTECMONYH HAR | I7 | |
| structural parts | UPTECMONYH HAR | CGJ | |
| link component | UPTECMONYH HAR | LM1 | |
| link component | UPTECMONYH HAR | LM2 | |
| link component | UPTECMONYH HAR | LM3 | |
| link component | UPTECMONYH HAR | LM4 | |
| link component | UPTECMONYH HAR | LX1 | |
| link component | UPTECMONYH HAR | LX2 | |
| link component | UPTECMONYH HAR | LX3 | |
| link component | UPTECMONYH HAR | LX4 | |
| Steering gear structure component | UPTECMONYH HAR | KD | |
| Steering gear structure component | UPTECMONYH HAR | DP | |
| Infrared sensor | UPTECMONYH HAR | E18-B0 | Digital sensor |
| Infrared Range Finder | SHARP | GP2D12 | |
| Gray level sensor | SHARP | GP2Y0A02YK0F | |
| proMOTION CDS | SHARP | CDS 5516 | The robot steering gear |
| motor drive module | Risym | HG7881 | |
| solder wire | ELECALL | 63A | |
| terminal | Bright wire | 5264 | |
| motor | BX motor | 60JX | |
| camera | Logitech | C270 | |
| Drilling machine | XIN XIANG | 16MM | Please be careful |
| Soldering station | YIHUA | 8786D | Be careful to be burn |
| screwdriver | EXPLOIT | 043003 | |
| Tweezers | R`DEER | RST-12 |
References
- Charalampous, K., Kostavelis, I., Gasteratos, A. Robot navigation in large-scale social maps: An action recognition approach. Expert Syst Appl. 66 (1), 261-273 (2016).
- Huang, Y., &Wang, Q. N. Disturbance rejection of Central Pattern Generator based torque-stiffness-controlled dynamic walking. Neurocomputing. 170 (1), 141-151 (2015).
- Tepljakov, A., Petlenkov, E., Gonzalez, E., Belikov, J. Digital Realization of Retuning Fractional-Order Controllers for an Existing Closed-Loop Control System. J Circuit Syst Comp. 26 (10), 32-38 (2017).
- Siluvaimuthu, C., Chenniyappan, V. A Low-cost Reconfigurable Field-programmable Gate Array Based Three-phase Shunt Active Power Filter for Current Harmonic Elimination and Power Factor Constraints. Electr Pow Compo Sys. 42 (16), 1811-1825 (2014).
- Brogardh, T., et al. Present and future robot control development – An industrial perspective. Annu Rev Control. 31 (1), 69-79 (2007).
- Wang, E., Huang, S. A Novel DoubleClosed Loops Control of the Three-phase Voltage-sourced PWM Rectifier. Proceedings of the CSEE. 32 (15), 24-30 (2012).
- Li, D. H., Chen, Z. X., Zhai, S. Double Closed-Loop Controller Design of Brushless DC Torque Motor Based on RBF Neural Network. , 1351-1356 (2012).
- Tian, H. X., Jiang, P. L., Sun, M. S. Double-Loop DCSpeed Regulation System Design Basd On OCC). , 889-890 (2014).
- Xu, G. Y., Zhang, M. Double Closed-Loop Feedback Controller Design for Micro Indoor Smart Autonomous Robot). , 474-479 (2011).
- Chen, Y. N., Xie, B., Mao, E. R. Electric Tractor Motor Drive Control Based on FPGA. , 271-276 (2016).
- Zhang, J., Zhou, Y. J., Zhao, J. Study on Four-quadrant Operation of Brushless DC Motor Control Method. Proc. International Conference on Mechatronics, Robotics and Automation. (ICMRA 2013). , 1363-1368 (2013).
- Joice, C. S., Paranjothi, S. R., Kumar, V. J. S. Digital Control Strategy for Four Quadrant Operation of Three Phase BLDC Motor With Load Variations. Ieee T Ind Inform. 9 (2), 974-982 (2013).
- Drumheller, Z., et al. Optimal Decision Making Algorithm for Managed Aquifer Recharge and Recovery Operation Using Near Real-Time Data: Benchtop Scale Laboratory Demonstration. Ground Water Monit R. 37 (1), 27-41 (2017).
- Wang, X. S., GAO, Y., Cheng, Y. H., Ma, X. P. Knowledge-guided genetic algorithm for path planning of robot. Control Decis. 24 (7), 1043-1049 (2009).
