Geri Dön

Beş eksenli robot hareketlerinin yapay sinir ağları ile kontrolü

Controlling the movements of five-axis robot with artificial neural networks

  1. Tez No: 805744
  2. Yazar: HÜSEYİN EROĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AHMET KARACA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 133

Özet

Robot kolların üzerindeki bilimsel araştırmalar neticesinde yöntemler ve teknikler bakımından bir çok yeni yaklaşım benimsenmiştir. İleri kinematik ve ters kinematik konuları, robot kolları ve yapay zeka alanında önem arz etmektedir. Bu tezde açık kaynaklı ve beş eksenli robot kolun kontrolü için yapay zeka alanından yararlanılmaktadır. Robot kollar üzerindeki ileri ve ters kinematik hesaplanmasında, matematiksel ve yapay zeka sonuçları karşılaştırılarak yapay zeka performans incelemesi yapılmıştır. Robot kolun kontrolü için kullanılan yapay sinir ağları algoritmasının eğitimi için, matematiksel hesaplama ile elde edilen on binin üzerinde veri kullanılmıştır. Bu veriler robot kolunun planlı ve random hareketlerinin hem ileri kinematik hemde ters kinematik hesaplamaları yapılarak elde edilmiştir. Elde edilen bu veriler ile robot kolun yapay sinir ağları ile ileri ve ters kinematik modeli oluşturulmuştur. Kullanılan yapay sinir ağları algoritması, MATLAB ortamında eğitilmiştir. Eğitilen yapay sinir ağları algoritmasının performans analizini yapmak için, geleneksel yöntemlerle hesaplanan ileri ve ters kinematik verileri kullanarak yapay sinir ağları algoritması ile elde edilen ileri ve ters kinematik verileri karşılaştırılmıştır. Hem yapay sinir ağları algoritmasının hemde geleneksel yöntemlerle hesaplanan açı verileri G code olarak üretilmiş ve robota aktarılmıştır. Somut olarak bu tez de 3D yazıcıdan çıkarılan açık kaynaklı beş eksenli Moveo adlı robotik bir kol kullanılmıştır. Esas hedef, açık kaynaklı beş eksenli moveo robot kolu kullanılarak ve yapay zeka literatürün içerisinde olan yapay sinir ağları yöntemine baş vurulmuştur. Hedefler doğrultusunda 3D yazıcıdan çıkarılan plastik yapıya sahip olan ve bir metreye kadar boyu olan Moveo robot kolu kullanılmıştır. Moveo robot kolun hareketlerini sağlamak için step motorlar ve step motor sürücüleri kullanılmıştır. Robot kolun bilgisayar ile haberleşmesini sağlamak için de Arduino kartı kullanılmıştır. Daha sonra beş eksenli ve açık kaynaklı robot kolun hareketlerini yapabilmesi için ve yazılım platformu oluşturmak için yeni bir arayüz oluşturulmuştur. Bu arayüz ile robot kolun ileri ve ters kinematik hesaplamaları hem geleneksel yöntemle hem de yapay sinir ağları yöntemiyle yapılabilmektedir. Yapay sinir ağları algoritmasının eğitiminde kullanılan verilerde, bu arayüz ile geleneksel hesaplamalar yapılarak elde edilmiştir. Ayrıca bu arayüz kullanılarak yapay sinir ağları algoritmasından elde edilen veriler ile, geleneksel hesaplama ile elde edilen veriler karşılaştırılarak performans analizi yapılmıştır.

Özet (Çeviri)

As a result of scientific researchs on robot arms, many new approaches have been adopted in terms of methods and techniques. Advanced kinematics and opposite kinematics topics are important in the field of robot arms and artificial intelligence. In this thesis, the field of artificial intelligence was used for the control of the open-source and five-axis robot arm. In the calculation of advanced and opposite kinematics on robot arms, artificial intelligence performance analysis was made by comparing mathematical and artificial intelligence results. For the training of the Artificial neural networks algorithm used for the control of the robot arm, over ten thousand data obtained by mathematical calculations were used. These data were obtained by making both advanced kinematic and opposite kinematic calculations of the planned and random movements of the robot arm. With these data obtained, artificial neural networks and advanced and opposite kinematics model of the robot arm were created. The artificial neural network algorithm which is used, was trained in the MATLAB environment. In order to analyze the performance of the trained artificial neural network algorithm, advanced and opposite kinematic data obtained with the artificial neural network algorithm were compared by using the advanced and opposite kinematic data calculated by traditional methods. Angle data calculated by both the artificial neural network algorithm and traditional methods were produced as G code and transferred to the robot. An open-source five-axis robotic arm called Moveo, which was extracted from a 3D printer, was used concretely in this thesis. The main goal is to apply the Artificial neural networks learning method, which is in the artificial intelligence literature and using the open-source five-axis moveo robot arm. In line with the goals, the Moveo robot arm, which has a plastic structure removed from the 3D printer and has a length of up to one meter, was used. Stepper motors and stepper motor drivers were used to provide the movements of the Moveo robot arm. Arduino board was used to enable the robot arm to communicate with the computer. Then, a new interface was created to make the movements of the five-axis and open-source robot arm and to create a software platform. With this interface, advanced and opposite kinematic calculations of the robot arm can be done both with the traditional method and with the artificial neural network method. The data used in the training of the artificial neural network algorithm were also obtained by making traditional calculations with this interface. In addition, using this interface, performance analysis was made by comparing the data obtained from the artificial neural network algorithm and the data obtained by traditional calculation.

Benzer Tezler

  1. EMG sensör kontrollü beş eksenli robotik kol ve robotik el tasarımı ve gerçeklenmesi

    EMG sensor controlled five axis robotic arm and robotic hand design and implementation

    SALİH OBUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mekatronik MühendisliğiFırat Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞENGÜL DOĞAN

    DR. TÜRKER TUNCER

  2. Improved performance for SLAM techniques using TRAP configured 2D LRFs

    TRAP konfigürasyonlu lazer sensör ile EZKH tekniklerinin iyileştirilmesi

    OSMAN ERVAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  3. Beş eksenli robot hareketlerinin G code ile işlenmesi ve programlanması

    Processing and programming five-axis robot movements with G code

    HASAN EROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET KARACA

  4. Design as making: Integration of design development and fabrication through human-computer interaction

    Yaparak tasarlama: insan bilgisayar etkileşimi ile tasarım ve imalat süreçlerini bütünleştirme

    SERDAR AŞUT

    Doktora

    İngilizce

    İngilizce

    2016

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. ARZU ERDEM

  5. Beş eksenli bir robot kolu gerçeklemesi ve Labview ortamında görüntü işleme temelli konrolü

    Realization of a five axis robot arm and image processing based control of robot arm on Labview

    SELİM KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Mekatronik MühendisliğiSakarya Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BARIŞ BORU