کنترل مدل پیش بین مبتنی بر بینایی برای ربات متحرک چرخ دار

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در این مقاله کنترل ربات متحرک چرخ دار بر مبنای بینایی ماشین موردتوجه واقع شده است. یکی از روش های رایج در کنترل سیستم های مذکور، استفاده از الگوریتم های مدل پیش بین می باشد. در این دست از سیستم ها، سرعت پاسخ الگوریتم کنترلی و بهینگی آن دو فاکتور اساسی برای رسیدن به عملکرد مطلوب می باشد. همچنین عدم امکان دست یابی به مقادیر دقیق پارامترهای ربات و تغییر آن ها در حین عملکرد ربات، چالش مهمی در پیاده سازی کنترل کننده است، لذا تمرکز این مقاله روی الگوریتم کنترلی مدل پیش بین مقاوم و بی درنگ می باشد تا بتواند علاوه بر پاسخ بهینه و بی درنگ، پایداری ربات را در برابر نایقینی ها و اغتشاشات محیطی تضمین نماید. به این منظور از روش بهینه سازی شبکه عصبی بازگشتی تصویر به عنوان بهینه ساز کنترل مدل پیش بین استفاده شده تا بتواند به صورت بی درنگ مقادیر بهینه ورودی های کنترلی را محاسبه نماید. ترکیب بهینه سازی شبکه عصبی بازگشتی تصویر با کنترل مدل پیش بین منجر به فرمول بندی و قیود جدیدی شده که نوآوری مقاله محسوب می شود. در نهایت به منظور بررسی صحت عملکرد الگوریتم پیشنهادی، عبور ربات از راهرو با حضور موانع در نرم افزار V-REP شبیه سازی شده است. نتایج نشان می دهد که زمان محاسبه ورودی کنترلی بهینه در مقایسه با روش های مشابه کاهش یافته است و همچنین انتخاب مسیر بهینه توسط سیستم فازی در حضور موانع به شکل مناسبی انجام شده است.
زبان:
فارسی
صفحات:
1767 تا 1777
لینک کوتاه:
magiran.com/p1979193 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!