جهت یابی زاویه ای جسم با استفاده از بینایی ماشین و شبکه عصبی مصنوعی بصورت بلادرنگ

در این پژوهش مسئله ی پیدا کردن جهت گیری زاویه ای جسم حول سه زاویه ی φ، θ و ψ به شیوه ای نوین و دقتی بالا بررسی و حل شده است. لذا با استفاده از تنها یک دوربین و سه نقطه متمایز متصل به یک جسم صلب ساخته شده، جهت گیری زاویه ای جسم صلب با بینایی ماشین به صورت بلادرنگ محاسبه می شود. وجود همچین سامانه ای در روش های کنترلی حلقه باز برای ربات های دورانی دارای اهمیت به سزایی است. بدین منظور سه نقطه متمایز از یک جسم صلب انتخاب شده است. برای کاهش اثر مخرب نور محیط بر تشخیص اشیاء رنگی و همچنین کاهش حجم استفاده از فیلترهای نرم افزاری از فرستنده های مادون قرمز به عنوان نشانگر استفاده گردید. به جهت غیرخطی بودن معادلات جهت گیری زاویه ای و عدم امکان حل آنها به صورت بلادرنگ از شبکه عصبی برای حل این موضوع استفاده شده است. شبکه عصبی استفاده شده از نوع پس انتشار خطا با یک لایه مخفی با تعداد 21 گره درآن و به ترتیب در لایه های ورودی و خروجی دارای 6 و 3 گره می باشد. در شبکه عصبی اطلاعات خروجی شبکه، ابتدا با سنسور شتاب-سنج9محوره، با دقت بسیار بالا دریافت شده و سپس نتایج آموزش شبکه عصبی با خروجی این سنسور مقایسه گردیده است. در مجموع 7343 داده ی مستقل در دو زاویه ی φ و ψ، و همچنین 751 داده در زاویه θ، از سنسور شتاب سنج 9 محوره، و ربات موازی دو درجه آزادی دورانی، به عنوان یک پلتفرم آماده بدست آمد که از 467 داده ی آن، برای آموزش شبکه استفاده نشده است. نتایج آموزش شبکه با داده های استفاده نشده برای آموزش، مقایسه شده و نتایج مطلوبی با حداکثر خطای 0.038 رادیان حاصل گردید.