جهت یابی زاویه ای جسم با استفاده از بینایی ماشین و شبکه عصبی مصنوعی بصورت بلادرنگ | ||
| مهندسی مکانیک مدرس | ||
| Article 25, Volume 16, Issue 5, 1395, Pages 231-240 PDF (1.03 M) | ||
| Authors | ||
| احسان مرادی1; مهدی طالع ماسوله* 2; محمد جواد نجاری1 | ||
| 1دانشگاه صنعتی همدان | ||
| 2استادیار مهندسی مکاترونیک دانشکده علوم و فنون نوین دانشگاه تهران-آزمایشگاه تعامل انسان و ربات | ||
| Abstract | ||
| در این پژوهش مسئلهی پیدا کردن جهتگیری زاویهای جسم حول سهزاویهی φ، 𝜃 و ψ به شیوهای نوین و دقتی بالا بررسی و حل شده است. لذا با استفاده از تنها یک دوربین و سه نقطه متمایز متصل به یک جسمصلب ساختهشده، جهتگیری زاویهای جسمصلب با بیناییماشین به صورت بلادرنگ محاسبه میشود. وجود همچین سامانهای در روشهای کنترلی حلقهباز برای رباتهای دورانی دارای اهمیت بهسزایی است. بدین منظور سهنقطه متمایز از یک جسمصلب انتخاب شده است. برای کاهش اثر مخرب نور محیط بر تشخیص اشیاء رنگی و همچنین کاهش حجم استفاده از فیلترهای نرمافزاری از فرستندههای مادونقرمز به عنوان نشانگر استفاده گردید. به جهت غیرخطی بودن معادلات جهتگیری زاویهای و عدم امکان حل آنها به صورت بلادرنگ از شبکهعصبی برای حل این موضوع استفاده شده است. شبکهعصبی استفاده شده از نوع پسانتشار خطا با یک لایه مخفی با تعداد 21 گره درآن و به ترتیب در لایههای ورودی و خروجی دارای 6 و 3 گره میباشد. در شبکهعصبی اطلاعات خروجی شبکه، ابتدا با سنسور شتاب-سنج9محوره، با دقت بسیار بالا دریافت شده و سپس نتایج آموزش شبکهعصبی با خروجی این سنسور مقایسه گردیده است. در مجموع 7343 دادهی مستقل در دو زاویهی φ و ψ، و همچنین 751 داده در زاویه 𝜃، از سنسور شتابسنج 9 محوره، و رباتموازی دو درجه آزادیدورانی، به عنوان یک پلتفرم آماده بدست آمد که از 467 دادهی آن، برای آموزش شبکه استفاده نشده است. نتایج آموزش شبکه با دادههای استفاده نشده برای آموزش، مقایسه شده و نتایج مطلوبی با حداکثر خطای 0.038 رادیان حاصل گردید. | ||
| Keywords | ||
| جهت یابی زاویهای; بینایی ماشین; شبکه عصبی مصنوعی; ربات موازی دو درجه آزادی دورانی | ||
|
Statistics Article View: 422 PDF Download: 456 |
||
| Number of Journals | 45 |
| Number of Issues | 2,174 |
| Number of Articles | 24,685 |
| Article View | 25,080,558 |
| PDF Download | 17,778,996 |