این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۱۹، شماره ۷، صفحات ۱۷۶۷-۱۷۷۷
عنوان فارسی کنترل مدل پیش‌بین مبتنی بر بینایی برای ربات متحرک چرخ‌دار
چکیده فارسی مقاله در این مقاله کنترل ربات متحرک چرخ‌دار بر مبنای بینایی ماشین موردتوجه واقع شده‌است. یکی از روش‌های رایج در کنترل سیستم‌های مذکور، استفاده از الگوریتم‌های مدل‌پیش‌بین می‌باشد. در این دست از سیستم‌ها، سرعت پاسخ الگوریتم کنترلی و بهینگی آن دو فاکتور اساسی برای رسیدن به عملکرد مطلوب می‌باشد. همچنین عدم امکان دست‌یابی به مقادیر دقیق پارامترهای ربات و تغییر آن‌ها در حین عملکرد ربات، چالش مهمی در پیاده‌سازی کنترل‌کننده‌ است، لذا تمرکز این مقاله روی الگوریتم کنترلی مدل پیش‌بین مقاوم و بی‌درنگ می‌باشد تا بتواند علاوه بر پاسخ بهینه و بی‌درنگ، پایداری ربات را در برابر نایقینی‌ها و اغتشاشات محیطی تضمین نماید. به این منظور از روش بهینه‌سازی شبکه عصبی بازگشتی تصویر به‌عنوان بهینه‌ساز کنترل مدل‌پیش‌بین استفاده شده تا بتواند به‌صورت بی درنگ مقادیر بهینه ورودی های کنترلی را محاسبه نماید. ترکیب بهینه‌سازی شبکه عصبی بازگشتی تصویر با کنترل مدل‌پیش‌بین منجر به فرمول‌بندی و قیود جدیدی شده که نوآوری مقاله محسوب می‌شود. در نهایت به‌منظور بررسی صحت عملکرد الگوریتم پیشنهادی، عبور ربات از راهرو با حضور موانع در نرم افزار V-REP شبیه‌سازی شده‌است. نتایج نشان می‌دهد که زمان محاسبه ورودی کنترلی بهینه در مقایسه با روش‌های مشابه کاهش یافته‌است و همچنین انتخاب مسیر بهینه توسط سیستم فازی در حضور موانع به‌شکل مناسبی انجام شده‌است.
کلیدواژه‌های فارسی مقاله کنترل مدل‌پیش‌بین،بهینه‌سازی،شبکه عصبی بازگشتی تصویر،ربات متحرک غیرهولونومیک،سیستم فازی،
عنوان انگلیسی Vision-Based Model Predictive Control of Wheeled Mobile Robot
چکیده انگلیسی مقاله In this article, a novel control of wheeled mobile robot based on machine vision is considered. One of the common methods for controlling such systems is the use of Model Predictive Control (MPC) algorithms. In these systems, the response speed of the control algorithm and the optimality of these are two basic factors for achieving the optimal performance. Also, the impossibility of achieving precise values of the robot parameters and their variation during the operation of the robot is an important challenge in the implementation of the controller, therefore, this paper focuses on real-time and robust MPC, so that it can ensure the system against uncertainties and environmental disturbances in addition to the optimal and real-time response. Hence, the optimization based on projection recurrent neural network (PRNN) has been used as an optimizer to reduce the calculation time cost. The combination of PRNN optimization with MPC leads to new formulation and constraints that are considered to be the article innovations. Finally, in order to verify the validity of the proposed algorithm, the robot passes through the corridor with the presence of obstacles, which is simulated in the V-REP software. The results show that the optimum control input speed has been increased in comparison with similar methods, and the optimal path selection by the fuzzy system in the presence of obstacles has been well suited.
کلیدواژه‌های انگلیسی مقاله کنترل مدل‌پیش‌بین,بهینه‌سازی,شبکه عصبی بازگشتی تصویر,ربات متحرک غیرهولونومیک,سیستم فازی
نویسندگان مقاله رویا خونساریان |
گروه کنترل، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران

محمد فرخی |
گروه کنترل، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران

نشانی اینترنتی https://mme.modares.ac.ir/article_10716_c09a062ae98f8a8888ba6551574a9f47.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات