Identification and adaptive control of bipedal robot motion with artificial neural networks
İki ayaklı robot hareketinin yapay sinir ağları ile tanılanması ve uyarlanabilir kontrolü
- Tez No: 879774
- Danışmanlar: PROF. DR. ÖMER MORGÜL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 145
Özet
Yapay Sinir Ağları (YSA) son 10 yıldaki kritik ilerlemeler sayesinde makine öğrenmesinin en revaçta alanlarından biridir, robotik ve kontrol alanındaki uygulamaları buna dahildir. Sinir ağlarının robotik alanındaki önemli kullanımı robotların insanlara benzer şekilde davranabilmesi ve iletişime geçebilmesini sağlar. Bu açıdan, bacaklı robotlar insan lokomasyonunu taklit etmek için önemli platformlardır. Ancak, bu hibrit dinamik yapılara sistem tanılama ve kontrol uygulamak için kayda değer zorluklar bulunmaktadır. Bu amaçla, işbu tez iki bacaklı robot sistemlerinin doğadaki karşılıkları gibi etkili yürüme kabiliyetine erişmesi için bu sorunlar üzerinde yapay sinir ağı temelli yeni teknikler kullanmaya odaklanır. Bu tezde, yeni teknikler bulma ve uygulama çalışmamız ana olarak iki kısma ayrılmıştır. İlk kısımda derin öğrenme literatüründe sık kullanılan bir aktivasyon fonksiyonu sınıfından esinlenilerek, yeni bir aktivasyon fonksiyonu önerdik ve bu fonksiyonun performansını farklı ve iyi bilinen veri setleri üzerinde, çeşitli segmentasyon ve sınıflandırma görevlerinde araştırdık. Tezin ikinci kısmında, iki ayaklı robot lokomasyonu ana konu olarak seçilmiştir. Üç deney konfigürasyonu için ayrı veri setleri oluşturulmuştur. 2D ve 3D simülasyonları için, sinir ağlarıyla lokomasyon kontrolü, sistem tanılama ve uyarlanabilir kontrol sırasıyla düşük hatayla başarılı periyodik yürüme, robot modellerinin yakınsamalarını elde etme ve hem kontrol hem de tanılama blokları kullanılan uyarlanabilir öğrenmeye hazırlanma için uygulanmıştır. 2D fiziksel robot sistemi için, değişen hız değerleriyle oluşturulan bir veri seti için sistem tanılama yapılmıştır. Tüm konfigürasyonlar için, önerilen yeni aktivasyon fonksiyonu DELU (Genişletilmiş Üstel Lineer Birim) ve ince ayar yapılan DELU fonksiyonları daha iyi performansa erişmek için diğer aktivasyon fonksiyonlarıyla birlikte denenerek kıyaslanmıştır.
Özet (Çeviri)
Artificial Neural Networks (ANNs) is one of the most popular fields of machine learning thanks to the critical improvements in the last decade, including their applications in the field of robotics and control. The important usage of neural networks in robotics makes it possible for robots to act and interact similar to humans. In this manner, legged robots are important platforms to mimick human locomotion. However, there are significant difficulties to apply system identification and control schemes for these hybrid dynamical structures. With this purpose, this thesis focuses on using artificial neural network-based novel techniques on these problems, for reaching to an efficient walking ability for bipedal robot systems like their counterparts in the nature. In this thesis, our work to find and apply our novel techniques is mainly divided into two parts. In the first part, inspired by a class of activation functions frequently used in deep learning literature, we propose a novel activation function and investigate its performance in various segmentation and classification tasks by using different well-known datasets. In the second part of the thesis, biped robot locomotion is chosen as the main topic. Separate datasets are created for three experiment configurations. For 2D and 3D simulations, locomotion control, system identification and adaptive control are applied with neural networks for successful periodical walking with low errors, having approximations of robot models and preparing for the adaptive learning using both control and identification blocks, respectively. For 2D physical robot system, system identification is completed for a walking dataset generated with varying speed levels. For all cases, proposed novel activation function DELU (ExtendeD Exponential Linear Unit) and its tuned functions are tried together with other activation functions in comparison, to reach better performances.
Benzer Tezler
- Optimal trajectory generation and adaptive control of an underactuated and self-balancing lower body exoskeleton
Eksik tahrikli ve özdengelemeli bir alt gövde dış iskelet robot için eniyileştirilmiş yörünge planlaması ve uyarlamalı kontrol uygulaması
AHMED ADEL AHMED FAHMY SOLIMAN AHMED ADEL AHMED FAHMY SOLIMAN
Doktora
İngilizce
2023
Mekatronik MühendisliğiÖzyeğin ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. REGAİP BARKAN UĞURLU
- Stochastic analysis and adaptive control studies in legged systems
Bacaklı sistemlerde stokastik analiz ve adaptif kontrol çalışmaları
GÜNER DİLŞAD ER
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA MERT ANKARALI
PROF. DR. ULUÇ SARANLI
- Online time delay identification and adaptive control for general classes of nonlinear systems
Çevrimiçi zaman gecikmesi tanımlaması ve doğrusal olmayan genel sistemler için uyarlamalı kontrol
ALPER BAYRAK
Doktora
İngilizce
2013
Elektrik ve Elektronik Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüElektrik ve Elektronik Mühendisliği Bölümü
DOÇ. DR. ENVER TATLICIOĞLU
- Gerçek zamanlı sistem tanılama ve TakagiSugeno bulanık gözetleyici temelli uyarlamalı bulanık kontrol
Real-time system identification and Takagi-Sugeno fuzzy observer based adaptive fuzzy control
SELAMİ BEYHAN
Doktora
Türkçe
2012
Elektrik ve Elektronik MühendisliğiEge ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSA ALCI
- Fırçasız doğru akım motorlarının yapay sinir ağları ile uyarlamalı denetimi
Adaptive control of brushless DC motors by using artificial neural networks
MUAMMER GÖKBULUT
Doktora
Türkçe
1998
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYHAN ALBOSTAN