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 akciğer görüntüleri üzerinde kanser teşhisi
Diagnosis of cancer on lung images by deep learning techniques
FURKAN BERK SEYREK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL YİĞİT
- Derin öğrenme teknikleriyle yazılım kod kalitesi analiz ve iyileştirme öneri sistemi geliştirilmesi
Development of software code quality analysis and improvement suggestion system with deep learning techniques
OĞUZHAN OKTAY BÜYÜK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ NİZAM
- Hybrid malware detection and classification in real-time by deep learning techniques
Derin öğrenme teknikleriyle hibrit zararlı yazılım tespiti ve gerçek zamanlı sınıflandırma
HUSSEIN SADRALDEEN HUSSEIN AL-MUSAWI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN SAHER MOHAMMED AL-AJEELI