Geri Dön

Artificial neural networks for learning inverse kinematics of humanoid robot arms

Başlık çevirisi mevcut değil.

  1. Tez No: 418616
  2. Yazar: ATİF MAHBOOB
  3. Danışmanlar: DOÇ. DR. KEMALETTİN ERBATUR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 95

Özet

Son günlerde, araştırma grupları tarafından birçok genç insan boyutlarında insansı robot platformları tasarlanmıştır. Amaçları ise ya araştırma amaçlı ya da belli bir işi yapabilen makineler yapmaktı. Bu da yürüme ya da belli bir hedefeler ulaşma gibi farklı hareketlerin algoritmalarının tasarımlarında birçok zorluğa sebep olmaktadır. Birçok sofistike insansı araştırma platformları olmakla birlikte, gözden kaçırılmaması gereken önemli bir nokta da bunların geliştirme maliyetleridir. İsimlerinden de anlaşılabileceği gibi, insansı robotlar tasarım ve performansları bakımından insanlara benzerler. İnsansı robotların tasarımlarında, birçok insansı robot kolu tasarımı incelenmiştir. Biz, dynamixel servo motor kullanan, 5 serbestlik derecesine sahip bir insansı robot kolu geliştirdik. Parçaların üretiminde, 3B plastik baskı kullandık. Birden çok serbestlik derecesine sahip olan bu kol, robotun vücudun etrafında serbestçe hareket etmesine izin verir. Ayrıca, mevcut gelişmiş simülatörler kullanarak bir robot simülatörü modeli tasarladık. Ters kinematik sorununu çözmek için birçok yaklaşım ve algoritma uygulanmıştır. Bu tezde yapılan araştırma bebeklerdeki erken öğrenimi temel alarak yapılmıştır. Büyüme döneminin başındaki bebekler kollarını daha önce görmedikleri hedeflere ulaşmak üzere hareket ettirirler ve görsel geri bildirimler sayesinde limitleri ve olanakları ulaşırlar. Biz bu fikri kullanarak, sonunda robotun 3B ortamda tam olarak hedeflerine ulaşmasını sağlayacak bir öğrenme algoritması geliştirdik. Bu algoritma avantajı bir bakıma Rolf'ün [2013] ebeveyn yaklaşımından daha hızlı olması ve doğru konumlandırma için kolun modelinin önceki bilgilerinin tersine çözümle öğrenilmesini gerek kalmamasıdır. Algoritma 3B ortamda tek amaçla başlar, 3B ortamda daha fazla amaç araştırmak ve öğrenme de algoritmanın kolun tersine konumlandırması çözümünü bulmasının sağlamaktadır. Elde edilen sonuçlar, yazdığımız algoritmanın daha hızlı öğrenmesi avantajıyla birlikte, Rolf [2013]'ün sonuçlarıyla karşılaştırılabilir. Kavramsal ve gelişimsel robotik alanındaki güncel araştırmalarda amaçlardan biri de gezegende mevcut olan (Örnek, insan ve hayvanlar için) biyolojik varlıkları temel alan robotlar geliştirmektir. Bu bakımından insansı robotlar örnek bir gelişim olarak görülebilir. Benzer bir şekilde, araştırmacılar matematiksel hesap sonuçlarını canlılardan ilham alınmış hesap çözümlerine kaydırmaya çalışmaktadırlar. Bu yüzden yapay sinir ağları sayesinde başarılan canlılardan ilham alınmış öğrenmenin araştırılması bu çalışmaya bağlı başka bir avantajdır.

Özet (Çeviri)

Nowadays, many humanoid teen sized robot platforms have been developed by different research groups. The idea is either to conduct research or to produce a specific task fulfilling machine. This imposes many challenges on the design of algorithms for different actions like walk or reaching some targets. There are many sophisticated humanoid research platforms available, but one crucial aspect to look is the developmental cost associated with the task. As the name describes, the Humanoid robots are the ones that resemble humans in their design as well as their way of performing the task. In the development of humanoid robots, many design for the arm of a humanoid robot has been studied. We have developed an arm with 5 degrees of freedom using dynamixel servo motors. We used 3D plastic printing for manufacturing the part. This arm with multiple degrees of freedom enables the robot to have free movement around the body. Besides, we also designed a simulator model of a robot that works with the advanced simulators available today. A great number of approaches and algorithms have been implemented to solve the problem of inverse kinematics. The research carried out in this thesis takes the early learning in human infants as the basis. Human infants in their early age of development move their arm to reach new goals that they have not seen yet and with the help of the visual feedback they learn the limits and possibilities of reaching targets. We have used this idea to develop a learning algorithm that eventually enables the robot to reach goals in 3D space accurately. This algorithm is advantageous in the sense that it is faster than the parent approach of Rolf [2013] and no prior knowledge of the arm model is required to learn the inverse solution for correct positioning. The algorithm starts with the knowledge of only one goal in the 3D space, explores more goals in the 3D space and the learning enables the algorithm to grasp the solution of inverse positioning of the arm. The results obtained are comparable to the results generated by Rolf [2013] with the advantage that the learning is fast with our algorithm. In current research in the field of cognitive and developmental robotics, one aim is to develop robots based on biological beings (for example humans and animals) present on our planet. Humanoid robots can be considered as an exemplary development in this sense. Similarly, the researchers are trying to move the mathematically computational solutions more towards bio-inspired computational solutions. Therefore, exploring bio-inspired learning which was achieved by taking advantage of Artificial Neural Networks (ANNs) is another advantage associated with this work.

Benzer Tezler

  1. 4 serbestlik dereceli robot kolu kinematik denklemlerinin destek vektör makinesi ile çözümü

    Support vector machine based solution for the kinematic equations of 4-DOF robot arm

    SANEM DOKUZLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLAY ÖKE

  2. Implementation of learning motion to control a robotic arm using haptic technology

    Haptik teknoloji kullanarak robot kolunun denetiminde öğrenmenin uygulanması

    AHMED RAHMAN JASIM AL MUSAWI

    Doktora

    İngilizce

    İngilizce

    2016

    Makine MühendisliğiGaziantep Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. LALE CANAN DÜLGER

    PROF. DR. SADETTİN KAPUCU

  3. The Control of a manipulator using cerebellar model articulation controllers

    Serebelar model artikülasyon bazlı manipülatör kontrolü

    MURAT DARKA

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Makine Mühendisliğiİzmir Yüksek Teknoloji Enstitüsü

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SERHAN ÖZDEMİR

  4. Deep reinforcement learning approach in control of Stewart platform- simulation and control

    Stewart platformunun kontrolünde derin pekistirmeli öğrenme yaklaşımıc- simülasyon ve kontrol

    HADI YADAVARI

    Doktora

    İngilizce

    İngilizce

    2023

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERHAT İKİZOĞLU

    DR. ÖĞR. ÜYESİ VAHİT BARIŞ TAVAKOL