Önjáró robot: 7 lépés

2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:42

Mit csináltam?

● Olyan bot, amely különböző felületeken járásra (előrehaladásra) oktatható. A bot egy egyszerű, 4 „térd nélküli” lábú lényt ábrázol, aki küzd az előrehaladással. Tudja, hogy csak három lehetséges módon tudja irányítani az egyes lábakat. Most ki kell találnia a lehető legjobb lépéseket a mozgás folytatása érdekében. Mivel mozgása a felülettel való súrlódástól is függ, úgy véljük, hogy minden különböző felületen, amelyen jár, más (nem feltétlenül egyedi, de valószínűleg hasonló) lépések sorozata lesz, hogy maximalizálja az előrelépési erőfeszítéseit.

Mire használják?

● A legjobban az AI ROBOT járásmintáinak megjelenítésére használható.

Lépés: A folyamatábra

Itt az egész projekt összefoglalója. A projekt általában két részből áll, a robot mechanikus felépítésű elektronikájából, a másik pedig a számítógépen futó algoritmus és az arduino -n futó kód.

2. lépés: FŐBB ALKOTÓ ALKATRÉSZEK:

Elektronika

Arduino UNO (!)

Ultrahangos érzékelő

Szervo motorok

Bluetooth modul

Kódolás

Arduino IDE

Teraterm

Jupyter notebook

Q- tanulási algoritmus

3. lépés: V1 MODUL:

Erősítő tanulás: Az ANN (Mesterséges Neural Network) segítségével terveztük robotunk kiképzését, és két lehetséges módszert találtunk ki.

Korlátok: Mindegyik láb (szervomotor) csak 3 lehetséges 60, 90 és 120 fokos pozíciót foglal el. Feltételezések: Úgy véljük, hogy a botmozgás 4 állapotot fog alkotni (az állapot mind a négy szerv bizonyos tájolása), azaz a robotnak 4 különböző állapota lesz, amelyeket 4 lépésnek tekintünk, és egy mozgási ciklust biztosítunk. amelyet a bot valamilyen távolságra előre fog mozdítani. Ezt a ciklust a végtelenségig meg kell ismételni, hogy a bot mozogjon.

De az egyetlen probléma az iterációk számának értékelése volt - Minden motornak 3 lehetséges iránya van, és 4 különböző motor van, amelyek 3^4 = 81 állapotot jelentenek, amelyekben a robot egyetlen lépésben vagy állapotban létezhet. Négy különböző lépést kell megtennünk egy összetett mozgás befejezéséhez, ami azt jelenti, hogy 81^4 = 43, 046, 721 lehetséges kombinációt kell ellenőrizni a maximális hatékonyság érdekében egy mozgási ciklus során. Tegyük fel, hogy egyetlen állam kiképzése 5 másodpercet vesz igénybe, a képzés elvégzéséhez 6,8250 év szükséges!

4. lépés: V2 MODUL:

Q-tanulási algoritmus

Egy korai megerősítő tanulási algoritmus, amelyet véges állapotú dolgok képzésére és a legrövidebb utak megtalálására fejlesztettek ki. forrás:

Az algoritmus matematikája: Minden lehetséges lépésben 81 lehetséges állapot van, amelyekben a bot lehet, ezeket az állapotokat 1 -től 81 -ig számoknak nevezzük, és most azt szeretnénk tudni, hogy az átmeneti érték, azaz a robot helyzetének változása (távolság), míg egy véletlenszerű s1 állapotból más s2 állapotba kerül (s1, s2 abból a 81 állapotból). Láthatjuk mátrixként, amely 81 sorral és 81 oszloppal rendelkezik, ahol a mátrix eleme megegyezik a távolság értékével, amelytől a sor és az oszlop száma megfelel. Ezek az értékek lehetnek pozitívak vagy negatívak, attól függően, hogy a robot valós szóban mit tesz. Most olyan állapotok zárt hurkát találjuk, ahol a megtett távolság mindig pozitív. 81x81 mátrixértékeket fogunk értékelni, amelyek 81^2 = 6561, most ha 5 másodpercbe telik, hogy ezeket az értékeket a mátrixban tároljuk, akkor csak 9.1125 órát vesz igénybe egy egész mátrix elkészítéséhez, majd a mozgatás hatékonyságának maximalizálása érdekében lépéseket lehet könnyen kitalálni.

5. lépés: VONATKOZÓ PROBLÉMÁK -

1. Bizonyos állapotok esetén a bot mozgása nagyon egyenetlen volt, és befolyásolta az ultrahangos érzékelő értékét, a bot megdől, és felveszi a távolságot a távoli faltól.
2. A laptopról való leválasztás és az arduino újraindításának problémája az volt, hogy a 0 értékről való edzésre késztetett.
3. A robotvonat folyamatos 5 órás nézése nagyon kimerítő volt.

6. lépés: A1 és A2 MODUL:

• A mechanikus rész tartalmazza az alváz táblát, négy szervóval rögzítve. Fagylaltrudakat használtunk a lábak készítéséhez.
• Elvi feladatunk - nyomon követni a bot távolságát a kezdeti pozíciójától.
• Az első megközelítésünk az volt, hogy giroszkópot használunk, és a bot gyorsulását használjuk mozgás közben, hogy kiszámítsuk a sebességét, majd a helyzetét.
• Probléma - Túl bonyolultnak bizonyult a megvalósításhoz! Alternatív megoldás - A bot mozgását csak 1 dimenzióra korlátoztuk, és ultrahangos érzékelővel mértük a távolságot az egyenesen elöl lévő faltól.
• A HC05-Bluetooth modult használták az edzés során a két lépés közötti távolságátviteli sebesség PC-re történő továbbítására, és ott az adatokat egy mátrixban tárolták.

7. lépés: Link a videókhoz:

Baba lépések:

Edzési felvétel:

Majdnem egyenes:

Táncoló robot videó:

Final Vide0: