Itse kävelevä robotti: 7 vaihetta

2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:02

Mitä tein?

● Botti, joka voidaan opettaa kävelemään (eteenpäin) eri pinnoilla. Botti kuvaa yksinkertaista olentoa, jolla on 4 polvetonta jalkaa ja joka kamppailee eteenpäin. Se tietää, että se voi suunnata jokaisen jalan vain kolmella mahdollisella tavalla. Nyt sen on selvitettävä parhaat mahdolliset askeleet, joita se voi tehdä liikkeen jatkamiseksi. Koska sen liike riippuu myös kitkasta pinnan kanssa, uskomme, että jokaisella eri pinnalla, jolla se kulkee, tulee olemaan erilainen (ei välttämättä ainutlaatuinen, mutta todennäköisimmin samanlainen) askeljoukko maksimoidakseen pyrkimyksensä eteenpäin.

Mihin sitä käytetään?

● Sitä voidaan parhaiten käyttää tekoälyrobotin kävelykuvioiden visualisointiin.

Vaihe 1: Vuokaavio

Tässä erittely koko projektista. Laajasti projekti koostuu kahdesta osasta elektroniikkaa, jossa on robotin mekaaninen rakenne, ja toinen on algoritmi, joka kulkee tietokoneen yli ja koodi kulkee arduinon yli.

Vaihe 2: TÄRKEIMMÄT KOMPONENTIT:

Elektroniikka

Arduino UNO (!)

Ultraäänianturi

Servomoottorit

Bluetooth -moduuli

Koodaus

Arduino IDE

Teraterm

Jupyter -muistikirja

Q-oppimisalgoritmi

Vaihe 3: MODUULI V1:

Vahvistusoppiminen: ANN: n (Artificial Neural Network) avulla suunnittelimme robotin kouluttamista ja keksimme kaksi mahdollista menetelmää.

Rajoitukset: Jokainen jalka (servomoottori) on rajoitettu ottamaan vain 3 mahdollista asentoa 60, 90 ja 120 astetta. Oletukset: Katsomme, että botin liike muodostuu neljästä tilasta (tila on kaikkien neljän servon tietty suunta), eli robotissa on 4 eri tilaa, jotka katsomme 4 vaiheeksi, jolloin saadaan yksi liikesykli. jota botti siirtää jonkin matkan eteenpäin. Tämä sykli toistetaan loputtomasti, jotta botti pysyy liikkeessä.

Mutta ainoa ongelma oli arvioitavien iteraatioiden määrä - Meillä on 3 mahdollista suuntausta kullekin moottorille ja 4 erilaista moottoria, mikä tekee 3^4 = 81 tilasta, joissa robotti voi esiintyä yhdessä vaiheessa tai tilassa. Meidän on suoritettava 4 eri vaihetta yhden monimutkaisen liikkeen suorittamiseksi, mikä tarkoittaa 81^4 = 43, 046, 721 mahdollista yhdistelmää, jotka on tarkistettava maksimaalisen tehokkuuden saavuttamiseksi yhden liikkeen aikana. Oletetaan, että yhden valtion kouluttaminen kestää 5 sekuntia, koulutuksen suorittaminen kestää 6,8250 vuotta!

Vaihe 4: MODUULI V2:

Q-oppimisen algoritmi

Varhainen vahvistava oppimisalgoritmi, joka on kehitetty rajoitetun tilan harjoittamiseen ja lyhimpien polkujen löytämiseen. Lähde:

Algoritmin matematiikka: Jokaiselle vaiheelle, jossa botti voi olla, on 81 mahdollista tilaa, nimetämme nämä tilat numeroiksi 1-81 ja nyt haluamme tietää siirtymäarvon, joka tarkoittaa robotin asennon muutosta (etäisyys siirretty), kun se siirtyy satunnaisesta tilasta s1 johonkin toiseen tilaan s2 (s1, s2 näistä 81 tilasta). Voimme nähdä sen matriisina, jossa on 81 riviä ja 81 saraketta, joissa matriisin elementti on yhtä suuri kuin sen etäisyyden arvo, josta se siirtyi vastaamaan rivin ja sarakkeen numeroa. Nämä arvot voivat olla positiivisia tai negatiivisia riippuen robotin toiminnasta todellisessa sanassa. Nyt löydämme suljetun silmukan tiloja, joissa sen matka on aina positiivinen. Arvioimme matriisin arvoja 81x81, jotka ovat 81^2 = 6561, nyt jos kestää 5 sekuntia saada nämä arvot matriisiin, se kokonaisen matriisin tekemiseen kuluu vain 9,1255 tuntia ja sitten voidaan helposti selvittää vaiheet liikkuvuuden tehostamiseksi.

Vaihe 5: Mukana olevat ongelmat -

1. Joissakin tiloissa botin liike oli hyvin epätasaista ja vaikutti ultraäänianturin arvoon, botti kallistui ja nousi etäisyyden kaukaisesta seinästä.
2. Ongelma irrottamisesta kannettavasta tietokoneesta ja arduinon uudelleenkäynnistäminen sai sen harjoittelemaan nollasta.
3. Robotijunan katsominen jatkuvan 5 tunnin ajan oli erittäin uuvuttavaa.

Vaihe 6: Moduulit A1 ja A2:

• Mekaaninen osa sisältää alustan, johon on kiinnitetty neljä servoa.
• Perustehtävämme - seurata botin etäisyyttä alkuperäisestä sijainnistaan.
• Ensimmäinen lähestymistapamme oli käyttää gyrosensoria ja käyttää botin kiihtyvyyttä sen liikkuessa poimimaan sen nopeus ja myöhemmin sen sijainti.
• Ongelma - Se osoittautui liian monimutkaiseksi toteuttaa! Vaihtoehto - Rajoitimme botin liikkeen vain yhteen ulottuvuuteen ja käytimme ultraääni -anturia etäisyyden mittaamiseen suoraan edessä olevasta seinästä.
• HC05-Bluetooth-moduulia käytettiin harjoitusjakson aikana etäisyyden siirtymisnopeuden siirtämiseen kahden vaiheen välillä tietokoneelle ja siellä tiedot tallennettiin matriisiin.

Vaihe 7: Linkki videoihin:

Vauvan askeleet:

Harjoituskuva:

Melkein suora:

Tanssirobotivideo:

Lopullinen video0: