فایلار
Generic selectors
Exact matches only
Search in title
Search in content
Search in posts
Search in pages
اطلاعات بیشتر

دانلود فایل ورد Word روشی انتخابی برای راه رفتن از بغل در ربات انسان­ نما

دانلود فایل ورد Word روشی انتخابی برای راه رفتن از بغل در ربات انسان­ نما

دسته بندیکامپیوتر و IT
فرمت فایلdoc
حجم فایل۱٫۷۴۹ مگا بایت
تعداد صفحات۱۰۷
برای دانلود فایل روی دکمه زیر کلیک کنید
دریافت فایل

عنوان : روشی انتخابی برای راه رفتن از بغل در ربات انسان­ نما

تعداد صفحه : ۱۰۷

چکیده

امروزه راه رفتن روبات انسان نما یکی از حوزه­های جذاب تحقیق در زمینه روباتیک است. چالش­های موجود در کنترل روبات های انسان نما با درجات آزادی بالا، این مساله را در زمره مسائل دشوار در حوزه روباتیک قرار داده است به طوریکه راه رفتن روبات انسان نما را کماکان به عنوان مهمترین توانایی یک روبات طبقه­بندی می­کنند. در این پایان­نامه روشی جدید برای راه رفتن روبات انسان­نما از بغل مطرح شده است. در این روش بر روی هر یک از مفاصل موثر در راه رفتن روبات یک اتوماتای یادگیر متغیر سوار می­شود که طی فرآیند یادگیری بردارهای احتمال مربوط به اتوماتاها به روز می­شود و مقادیر مناسب مفاصل برای راه رفتن با توجه به این بردارها انتخاب می­شوند. در ادامه این روش یادگیری برای راه رفتن مستقیم و راه رفتن از بغل مورد استفاده قرار می­گیرد که نتایج حاصل از شبیه­سازی الگوریتم بر روی روبات انسان­نمای نائو در محیط شبیه­سازی فوتبال سه­بعدی نشان دهنده نتایج مناسب در راه رفتن مستقیم روبات در مقایسه با روش­های گذشته و همچنین مزایای فراوان بهبود توانایی راه رفتن از بغل در یک روبات انسان­نما می­باشد.

فهرست مطالب

فصل اول : مقدمه
۲۱-۱- مقدمه
۷۱-۲- روبات­های انسان­ نما
۱۰۱-۳- روبوکاپ، انگیزه­ها و اهداف
۱۳۱-۴- نرم افزارهای شبیه­ سازی و مدل روبات
۱۳ ۱-۴-۱- شبیه ­سازی
۱۴ ۱-۴-۲- مدل روبات
۱۵ ۱-۴-۳- کد پایه
۱۸۱-۵- راه رفتن روبات انسان­ نما از بغل
۱۹۱-۶- اهداف
فصل دوم: مروری بر تحقیقات پیشین و روش­های به کار رفته در تحلیل حرکت روبات
۲۱۲-۱- مقدمه
۲۲۲-۲- تعادل روبات ونقطه گشتاور صفر
۲۵۲-۳- حرکت­شناسی
۲۷ ۲-۳-۱- حرکت­شناسی مستقیم
۲۷ ۲-۳-۲- حرکت­شناسی معکوس
۳۱۲-۴- استفاده از سری­های فوریه در تحلیل حرکت روبات
۳۴ ۲-۴-۱- بهینه­سازی پارامترهای سری فوریه به کمک الگوریتم ژنتیک
۳۷ ۲-۴-۲- بهینه­سازی پارامترهای سری فوریه به کمک الگوریتم ازدحام ذرات

فصل سوم: طرح پیشنهادی

۴۲۳-۱- مقدمه
۴۲۳-۲- روبات انسان­نمای نائو و تحلیل حرکت آن
۴۵۳-۳- استفاده از حرکت­شناسی در راه رفتن از بغل
۴۶ ۳-۳-۱- حرکت­شناسی مستقیم
۵۰ ۳-۳-۲- حرکت­شناسی معکوس
۵۲۳-۴- استفاده از اتوماتای یادگیر به منظور راه رفتن روبات
۵۳ ۳-۴-۱- روبات­های افزونه
۵۴ ۳-۴-۲- اتوماتاهای یادگیر
۵۵ ۳-۴-۲-۱- اتوماتای یادگیر با ساختار ثابت
۵۸ ۳-۴-۲-۲- اتوماتای یادگیر با ساختار متغیر
۶۰ ۳-۴-۳- روش پیشنهادی در راه رفتن روبات نائو
فصل چهارم: آزمایش­ها و نتایج
۷۰۴-۱- مقدمه
۷۱۴-۲- راه رفتن مستقیم
۷۴۴-۳- راه رفتن از بغل
۷۹۴-۴ تاثیر تعداد مفاصل مورد استفاده در همگرایی سرعت و تعادل روبات
فصل پنجم: نتیجه­گیری و مطالعات آینده
۸۵ ۵-۱- جمع­بندی
۸۶۵-۲- مطالعات آینده
فهرست منابع

فهرست جداول

جدول۱-۱: مشخصات روبات نائو۱۵
جدول ۱-۲: محتویات شاخه های موجود در کد پایه۱۷
جدول ۳-۱: مشخصات مفاصل روبات نائو۴۴
جدول ۳-۲: مقدار دهی اولیه پارامترهای روبات۵۱
جدول ۳-۳: محدودیت اعمال شده به سه مفصل اصلی پا۶۲
جدول ۴-۱: تیم­های برتر مسابقات جهانی لیگ شبیه­سازی فوتبال سه­بعدی۷۲
جدول ۴-۲: مقایسه سرعت و تعداد زمین خوردن روبات نائو در راه رفتن مستقیم بدست آمده از روش پیشنهادی با سه تیم برتر جهان۷۳
جدول ۴-۳: مقایسه سه مجموعه توانایی. مجموعه اول و دوم حرکت روبات با کمک راه رفتن از جلو وچرخش. مجموعه دوم با کمک راه رفتن مستقیم و راه رفتن از بغل۷۶
جدول ۴-۴: مقایسه سرعت و تعداد زمین خوردن روبات در راه رفتن از بغل بدست آمده از روش

پیشنهادی با سه تیم برتر جهان

۷۹

فهرست اشکال

شکل ۱-۱: مثال هایی از روبات های غیر متحرک۴
شکل۱- ۲: نمونه هایی از روبات های متحرک بر روی زمین۵
شکل ۱-۳: کاوشگر کنجکاوی، ماموریت اکتشاف در مریخ۶
شکل ۱-۴: نمونه هایی از روبات های پرنده۶
شکل ۱-۵: نمونه هایی از روبات های دریایی۷
شکل ۱-۶: نمونه­هایی از روبات­های انسان­نما۹
شکل ۱-۷: محیط های شبیه سازی فوتبال دوبعدی و سه بعدی۱۲
شکل ۱-۸: محیط های شبیه سازی فوتبال دوبعدی و سه بعدی۱۲
شکل ۱-۹: ساختار لایه ای کد پایه۱۷
شکل ۲-۱: راه رفتن ایستا۲۳
شکل ۲-۲: راه رفتن پویا۲۴
شکل ۲-۳: بخش­های مختلف روبات صنعتی۲۶
شکل ۲-۴: روبات آموزشی Robonova-129
شکل ۲-۵: مدل ساده شده Robonova-130
شکل ۲-۶: مسیر حرکتی ثبت شده مفاصل کفل و زانوی انسان۳۲
شکل ۲-۷: تحلیل یانگ از مسیرهای متناوب ثبت شده توسط نرم­افزارPOLYGON33
شکل ۲-۸: شمای کلی الگوریتم ژنتیک۳۶
شکل ۲-۹: شمای کلی الگوریتم ازدحام ذرات۳۹
شکل ۳-۱: اتوماتای یادگیر کرایلوف۴۳
شکل ۳-۲: اتوماتای یادگیر کرینسکی۴۷
شکل ۳-۳: اتوماتای یادگیر L2N 249
شکل ۳-۴: اتوماتای یادگیر L2 250
شکل ۳-۵: اتوماتای یادگیر در تقابل با محیط۵۴
شکل ۳-۶: یک بازوی روباتیک افزونه۵۵
شکل ۳-۷: چرخش­های مهم در فضای R356
شکل ۳-۸: روبات صنعتی اسکارا۵۷
شکل ۳-۹: اتصال محورهای مختصات به یک بازوی روباتیک۵۷
شکل ۳-۱۰: مفصل­بندی روبات نائو۵۸
شکل ۳-۱۱: الگوریتم پیشنهادی برای یدست آوردن مقادیر مفاصل۶۳
شکل ۴-۱: زمان میانگین ۳۰ مرتبه اجرا با هر مجموعه توانایی۷۷
شکل ۴-۲: تغییرات سرعت روبات در راه رفتن مستقیم با توجه به تعداد مفاصل انتخابی۸۰
شکل ۴-۳: تغییرات سرعت روبات در راه رفتن از بغل با توجه به تعداد مفاصل انتخابی۸۱
شکل ۴-۴: تاثیر تعداد مفاصل انتخابی در تعداد دفعات زمین خوردن روبات در راه رفتن مستقیم۸۲
شکل ۴-۵: تاثیر تعداد مفاصل انتخابی در تعداد دفعات زمین خوردن روبات در راه رفتن از بغل۸۳
رایگان اطلاعات بیشتر
سبد آیتم حذف شد برگرداندن محصول حذف شده
  • سبد خالی از محصول می باشد.