یک ربات مینیاتوری ماشین مانند و مقرون به صرفه برای آزمایش الگوریتم های کنترل و تخمین

یک ربات مینیاتوری ماشین مانند و مقرون به صرفه برای آزمایش الگوریتم های کنترل و تخمین

یک ربات مینیاتوری ماشین مانند و مقرون به صرفه برای آزمایش الگوریتم های کنترل و تخمین

آزمایش دستگاه توسط محققان انجام شد. اعتبار: Bodmer et al.

توسعه و آزمایش الگوریتم‌ها برای کاربردهای روباتیک معمولاً نیاز به ارزیابی در محیط‌های شبیه‌سازی شده و فیزیکی دارد. با این حال، به دلیل هزینه‌های بالای سخت‌افزار روباتیک یا مشکلات مربوط به راه‌اندازی چنین سخت‌افزاری در آزمایشگاه‌های رباتیک، ممکن است استقرار برخی الگوریتم‌ها در آزمایش‌های سخت‌افزاری ساده دشوار باشد. علاوه بر این، توسعه دهندگان اغلب فاقد نرم افزار قابل اعتمادی هستند که به آنها اجازه می دهد الگوریتم های خود را بر روی یک پلت فرم روباتیک خاص ادغام کنند.

تیمی از محققان در موسسه ETH زوریخ برای سیستم‌های پویا و کنترل اخیراً یک ربات کوچک شبیه ماشین و یک مجموعه نرم‌افزاری مرتبط را ارائه کرده‌اند که می‌تواند آزمایش برخی از الگوریتم‌ها را برای برنامه‌های روباتیک ساده کند. راه‌حل‌های سخت‌افزاری و نرم‌افزاری آن‌ها در یک مقاله تحقیقاتی منتشر شده قبلی ارائه شده است arXivمقرون به صرفه تر از بسیاری از سیستم عامل های مشابه است و به راحتی در تنظیمات آزمایشگاهی راه اندازی می شود.

سابرینا بودمر، لوکاس ووگل و همکارانشان در مقاله خود نوشتند: «این مقاله یک ربات مینیاتوری ماشین‌مانند منبع باز با شناسایی سیستم مبتنی بر حسگر و بهینه‌سازی کم هزینه، تخمین وضعیت و خط لوله کنترل ارائه می‌کند.» هزینه پلتفرم روباتیک سرتاسری کمتر از ۷۰۰ دلار است و بنابراین فرآیند تأیید الگوریتم های پیشرفته در یک محیط واقعی را بسیار ساده می کند.






دستگاه‌های توسعه‌یافته توسط Bodmer، Vogel و همکارانشان، نسخه ارتقا یافته‌ای از Chronos، یک ربات کم‌هزینه و شبیه خودرو هستند که در کنفرانس بین‌المللی رباتیک و اتوماسیون IEEE 2023 (ICRA) ارائه کردند. نسخه جدید مینی ون ساختار بدنه مشابهی دارد، اما شامل رمزگذارهای چرخ مخصوص طراحی شده و یک پلت فرم آماده برای تعیین موقعیت فانوس دریایی نیز می شود.

داده های جمع آوری شده توسط سنسورهای خودرو را می توان برای تخمین وضعیت خودرو با دقت بالا مورد استفاده قرار داد. محققان همچنین طرح‌های سفت‌افزار، نرم‌افزار و سخت‌افزار دقیقی را توسعه دادند که می‌تواند توسط تیم‌های دیگر برای استقرار وسیله نقلیه خود در آزمایشگاه‌هایشان استفاده شود.

Bodmer، Vogel و همکارانشان نوشتند: “ما همچنین یک مدل دوچرخه اصلاح شده با نیروی تایر Pacejka برای مدل سازی دینامیک ATV مورد مطالعه و جلوگیری از تکینگی مدل در سرعت های پایین ارائه می دهیم.” علاوه بر این، ما یک رویکرد شناسایی سیستم مبتنی بر بهینه‌سازی و یک طرح تخمین افق متحرک (MHE) ارائه می‌کنیم.

شایان ذکر است که پلتفرم رباتیک توسعه یافته توسط Bodmer، Vogel و همکارانشان ماژولار است، به این معنی که می تواند برای آزمایش الگوریتم های سیستم های مختلف دیگر، از جمله موشک های مدل و تیم های رباتیک چند عاملی، سازگار شود. محققان قبلاً سخت افزار و نرم افزار خود را در چندین آزمایش در دنیای واقعی آزمایش کرده اند که پتانسیل آنها را در تحقیقات روباتیک تأیید کرده است.

Bodmer، Vogel و همکارانشان نوشتند: «در آزمایش‌های ابزار دقیق، ما نشان می‌دهیم که رویکرد شناسایی سیستم ارائه‌شده منجر به مدلی با دقت پیش‌بینی بالا می‌شود، در حالی که MHE تخمین‌های وضعیت دقیقی را تولید می‌کند.» در نهایت، سیستم حلقه بسته به طور کلی عملکرد خوبی را حتی در حضور خرابی سنسور برای مدت زمان محدود نشان داد.

سخت‌افزار، سفت‌افزار و نرم‌افزار این تیم در GitHub در دسترس قرار گرفته‌اند و به زودی می‌توانند توسط سایرین در جامعه برای آزمایش الگوریتم‌های خود در محیط آزمایشگاهی مورد استفاده قرار گیرند. نرم افزار پشتیبانی نسبتا کم هزینه و قابل اعتماد ربات جدید در نهایت می تواند آن را به یک پلت فرم رقابتی برای تحقیقات دانشگاهی و کارهای آزمایشگاهی تبدیل کند.

اطلاعات بیشتر:
سابرینا بودمر و همکاران، شناسایی سیستم مبتنی بر بهینه سازی و تخمین افق متحرک با استفاده از حسگرهای کم هزینه برای یک ربات کوچک شبیه ماشین، arXiv (2024). DOI: 10.48550/arxiv.2404.08362

اطلاعات مجله:
arXiv

© 2024 Web of Science

نقل قول: ربات مینیاتوری مقرون به صرفه برای تست الگوریتم های کنترل و تخمین (2024، 29 آوریل) بازیابی شده در 29 آوریل 2024 از https://techxplore.com/news/2024-04-miniature-car-robot-algorithms.html

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. علیرغم هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوا فقط برای مقاصد اطلاعاتی ارائه شده است.

منبع

بخوان  برنامه «بی‌نهایت» سرطان برای توسعه