Derin öğrenme teknikleriyle robotlarda hedef takibi
Trajectory tracking of robots with deep learning methods
- Tez No: 541859
- Danışmanlar: DOÇ. DR. AYDIN YEŞİLDİREK
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 66
Özet
1970'lerden bugüne robotik mekanizmalar gerek endüstriyel alanda gerek de başka alanlarda kullanılmaktadır. Robotik mekanizmalar hız, ucuzluk, tehlikeli şartlar altında çalışabilme, verimlilik, keskinlik, kuvvet gibi pek çok kazanımı beraberinde getirmektedir. Fakat bu kazanımlardan etkili bir biçimde yararlanabilmek için bu robotik mekanizmaların konum-hız-ivme ve tork-kuvvet kontrollerinin hassas bir biçimde yapılmış olması gerekmektedir. Bu sorunu çözebilmek için zaman içerisinde çeşitli kontrol metotları önerilmiştir. Tez çalışmamda bu kontrolcülerden ve metotlardan genel olarak bahsedilmiştir ve kontrolcülerin avantaj-dezavantajları bizim kontrolcümüzün getirdikleri anlatılmıştır. Geçmişte önerilmiş Yapay Sinir Ağı destekli Danışmansız öğrenme metotlu kontrolcüyle birleşmiş PD kontrolcü günümüz imkanlarıyla daha iyi geliştirilerek ve derin öğrenme metotları da eklenerek yeni ve daha efektif bir kontrolcü fikri ortaya atılmış ve bu hipotezin matematiksel ispatı yapılmıştır. Buna ek olarak Tasarlanan kontrolcüyü test etmek amacıyla bir R-R-R tipi robot modeli, tasarlanmıştır. Bu model üzerinden hem benzetim programlarıyla testler yapılmış ve kontrolcü modelimiz denenmiştir. Bunun yanında kontrolcümüz diğer kontrolcü tipleri olan PD, Hesaplanmış Tork Metodu ve Kayan Kipli Kontrol Metodu ile de kıyaslanmıştır ve sonuçlar verilmiştir. Benzetimden alınan sonuçlar Derin Öğrenme'nin danışmansız öğrenme ile robotlarda kullanımının olumlu sonuçlar verdiğini göstermiştir.
Özet (Çeviri)
Since 1970s, robotic mechanisms have been used both in industrial and other fields. Robotic mechanisms bring many advantages such as speed, cheapness, working under dangerous conditions, efficiency, sharpness and power. However, in order to benefit from these advantages effectively, the position-velocity-acceleration and torque-force controls of these robotic mechanisms must be precisely carried out. Various control methods have been proposed over time to solve this problem. In my thesis study, the advantages and disadvantages of these controllers and controllers are mentioned briefly and the assets what brought by our controller explained detailed. The unsupervised learning NN controller combined with PD which have proposed in the past is enhanced by nowadays feasibility and deep learning methods and this new and more efficient controller idea has been proposed and this hypothesis have mathematically proven. In addition, an R-R-R robot model has been designed from the beginning which includes mechanical and electronic components, to test the proposed controller. Our controller models have been tested on this model both in simulation. Also, our controller algorithm was compared with the other control methods such as PD, Computed Torque Method and Sliding Mode Control Method, and the results were given. Simulation and the results have shown that the using deep learning in robots with non- supervising learning improve positive controller's performance.
Benzer Tezler
- Çilek meyvesi gelişiminin derin öğrenme metotlarıyla karşılaştırmalı incelenmesi
Comparison of development strawberry fruit with deep learning methods
LEVENT DALGIN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DOÇ. DR. MURAT CANAYAZ
- A comprehensive dataset including force cues for gesture recognition and skills assessment in robotic surgery
Robotik cerrahiide kuvvet ipuçları içeren kapsamlı bir veri seti hareket tanıma ve beceri değerlendirmesi
DENİZ EKİN CANBAY
Yüksek Lisans
İngilizce
2019
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
DR. ÖĞR. ÜYESİ FANNY FICUCIELLO
- Derin öğrenme teknikleriyle bilgisayarlı tomografi görüntülerinden otomatik karaciğer ve tümör segmentasyonu
Automatic liver and tumor segmentation from computed tomography images using deep learning techniques
TEVFİK ÇETİNTAŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR YILDIRIM
- Automated short answer grading systems with deep learning techniques
Derin öğrenme teknikleriyle otomatik kısa cevap değerlendirme sistemleri
MUSTAFA KAYA
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İLYAS ÇİÇEKLİ
- Derin öğrenme teknikleriyle dinlenme halinde yüz cephe fotoğraflarında nokta tespiti algoritmasının geliştirilmesi
Development of a landmark detection algorithm in resting state frontal face images using deep learning techniques
AHMET AVCIOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiMatematik ve Bilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. ZEKERİYA ARVASİ