Geri Dön

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

Haptik teknoloji kullanarak robot kolunun denetiminde öğrenmenin uygulanması

  1. Tez No: 444429
  2. Yazar: AHMED RAHMAN JASIM AL MUSAWI
  3. Danışmanlar: PROF. DR. LALE CANAN DÜLGER, PROF. DR. SADETTİN KAPUCU
  4. Tez Türü: Doktora
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 155

Özet

Son yıllarda robot kolu ile hareket öğrenimi robotları insan yaşamında kaçınılmaz kılan en önemli araştırma alanlarından birisi olmuştur. Sunulan çalışma üç kısımda incelenmiştir; Haptik teknoloji destekli insan robot etkileşiminde yeni bir yaklaşımdır, Yapay Sinir Ağları (YSA) tabanlı tasarlanmış yeni(modern) ters kinematik çözümü ve RCM kinematiği tabanlı robot destekli toraskopik cerrahi için hareket denetiminin yapılmasıdır. Çalışma içeriğinde yer alan denemeler eğitim amaçlı kullanılmak üzere yapılmıştır. Uç işlemci atalet etkisini telafi eden sanal yay denetim metodu kullanılarak yeni bir denetim yapısı sunulmaktadır. Uygulanan kuvvet ve tork doğrudan insan-robot arasındaki anlık eşleştirmelerle istenilen konum ve yönelime dönüştürülmektedir. Geleneksel YSA'da sadece uç işlemcinin konum ve yönelimi YSA girdi örüntüsü olarak verilirken, uç işlemcinin konum ve yöneliminin yanı sıra anlık mafsal açılarının kullanılması önerilen YSA'nın yenilikçi kısmıdır. Cerrahi robot hareketi RCM kinematiği ile kısıtlanmış ve RCM için yeni bir denetim tasarımı sunulmuştur. RATS gerekliliğinin sağlanması adına denetleyici uygulanarak denetim yöntemi doğrulanmıştır. Kapsamlı deney sonuçları öğrenme performansında ve hareketin hatasının azaltılmasında gelişmeler olduğunu göstermektedir. YSA içerisine anlık mafsal açılarının eklenmesi çıktı mafsal açılarının tahminindeki doğruluğu ciddi anlamda arttırmıştır. Sonuçlar özellikle hedef alınan robotik cerrahi için sunulan tasarımın verimliliğini ve uygulanabilirliğini kanıtlar niteliktedir.

Özet (Çeviri)

Robotic arm motion learning is one of the most important recent robotics research area which brings robots in human life. This study is divided into three parts; a new approach for Human Robot Interaction (HRI) is proposed by assisting haptic technology hypothesis, a novel inverse kinematics solution for robotic arm is designed based on Artificial Neural Network (ANN), and motion control is implemented for Robotic Assisted Thoracoscopic Surgery (RATS) based on the kinematics of Remote Center of Motion (RCM). A new controller structure has been introduced by using virtual spring control method by compensating tool inertia effect. The applied force and torque are transformed to the desired position/orientation through the simultaneous matching between the human direct guidance and robot response. The novelty of the proposed ANN is that of including the current joint angles configuration as well as the desired position and orientation in the input pattern of ANN. The traditional ANN has got only the desired position and orientation of the end effector in the input pattern of ANN. The motion of surgical robot is constrained by the kinematics of RCM, so a new control design for RCM is introduced. The controller is implemented to satisfy the requirement of RATS. The control method is then verified. The comprehensive experimental results have shown significant improvement in learning performance and reducing motion errors. The inclusion of current joint angles configuration in ANN significantly increased the accuracy of estimation of the joint angles output. The results have proved the applicability and the efficiency of the proposed design in robotic surgery, especially in RATS.

Benzer Tezler

  1. Hand gesture recognition for Turkish sign language using electromyography for human-robot interaction

    İnsan-robot etkileşimi için elektromyografi kullanarak Türk işaret dili için el hareketi tanıma

    MUSTAFA SEDDIQI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HATİCE KÖSE

  2. 6. sınıf kuvvet ve hareket ünitesinin lego robotik uygulamaları ile öğretiminin öğrencilerin akademik başarılarına, fen öğrenmeye yönelik motivasyonlarına ve bilimsel süreç becerilerine etkisi

    The effects of teaching of the 6th grade 'Strength and motion' unit with lego robotic applications on the students' academic successes, motivations for science learning and scientific process skills

    AYHAN UÇAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimAtatürk Üniversitesi

    Matematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı

    PROF. DR. FATİH SEZEK

  3. Otobüs kapak üretim prosesinin robotik otomasyonla optimizasyonu ve triz metodolojisine uygulanması

    Optimisation bus lid production with robotics automation and triz implementation

    ÖMER ZURNALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. CEVAT ERDEM İMRAK

  4. Mobil cihazlar ile derin öğrenme mimarisi kullanarak gerçek zamanlı video nesne izleme

    Deep learning architectures for real-time video object tracking by mobile devices

    ULAŞ TOSUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE GÜNSEL KALYONCU

  5. Time-delayed teleoperation with virtual environment reconstruction

    Başlık çevirisi yok

    HAFIZ HUZAIFA AZEEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Bilgi Üniversitesi

    Elektrik Elektronik Mühendisliği Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDURRAHMAN ERAY BARAN