Talaan ng mga Nilalaman:

Self Walking Robot: 7 Mga Hakbang
Self Walking Robot: 7 Mga Hakbang

Video: Self Walking Robot: 7 Mga Hakbang

Video: Self Walking Robot: 7 Mga Hakbang
Video: First Time Flying: Tips sa Pagsakay ng Eroplano Step by Step Airport Guide sa first time travelers 2024, Hulyo
Anonim
Self Walking Robot
Self Walking Robot

Ano ang ginawa ko?

● Isang bot na maaaring sanayin na maglakad (magpatuloy) sa iba't ibang mga ibabaw. Ang bot ay naglalarawan ng isang simpleng nilalang na may 4 na 'hindi tuhod' na mga binti na nagpupumilit na sumulong. Alam nitong maaari nitong i-orient ang bawat paa sa 3 posibleng paraan lamang. Ngayon ay kailangang alamin nito ang pinakamabuting posibleng mga hakbang na magagawa upang manatiling gumagalaw. Dahil ang paggalaw nito ay nakasalalay din sa alitan sa ibabaw, naniniwala kami na para sa bawat magkakaibang ibabaw na ito ay naglalakad, magkakaroon ng magkakaibang (hindi kinakailangang natatangi ngunit malamang na magkatulad) na mga hakbang upang ma-maximize ang pagsisikap nito na magpatuloy.

Para saan ito ginagamit

● Ito ay pinakamahusay na ginagamit para sa pagpapakita ng mga pattern ng paglalakad para sa isang AI ROBOT.

Hakbang 1: Ang Diagram ng Daloy

Ang Flow Diagram
Ang Flow Diagram

Narito ang isang pagkasira ng buong proyekto. Malawak na ang proyekto ay nasa 2 bahagi electronics na may istrakturang mekanikal ng robot at ang iba pa ay ang algorithm na tumatakbo sa pc at code na tumatakbo sa arduino.

Hakbang 2: PANGUNAHING KOMPONENS NA INVOLVED:

Elektronika

Arduino UNO (!)

Ultrasonic sensor

Mga motor ng servo

Module ng Bluetooth

Coding

Arduino IDE

Teraterm

Jupyter Notebook

Q- algorithm ng pag-aaral

Hakbang 3: MODYUL V1:

MODULE V1
MODULE V1

Reinforcement Learning: Gamit ang ANN (Artipisyal na Neural Network) binalak naming sanayin ang aming robot at nakagawa kami ng dalawang posibleng pamamaraan.

Mga hadlang: Ang bawat binti (servo motor) ay pinipigilan na kumuha lamang ng 3 posibleng posisyon na 60, 90 & 120 degree. Mga Palagay: Isinasaalang-alang namin na ang paggalaw ng bot ay bubuo ng 4 na estado (ang isang estado ay isang tiyak na oryentasyon ng lahat ng apat na servos), ie magkakaroon ng 4 na magkakaibang estado ng robot na isasaalang-alang namin bilang 4 na hakbang ayon sa pagkakabanggit na nagbibigay sa amin ng isang ikot ng paggalaw, sa kung saan ang bot ay lilipat ng ilang distansya nang maaga. Ang pag-ikot na ito ay paulit-ulit na ad infinitum upang mapanatili ang paggalaw ng bot.

Ngunit ang problema lamang ay ang bilang ng mga pag-ulit na masusuri - Mayroon kaming 3 posibleng orientation para sa bawat motor at mayroong 4 na magkakaibang motor na ginagawang 3 ^ 4 = 81 na estado kung saan ang robot ay maaaring umiral sa isang solong hakbang o estado. Kailangan naming gumawa ng 4 na magkakaibang hakbang upang makumpleto ang isang kumplikadong paggalaw, na nangangahulugang 81 ^ 4 = 43, 046, 721 mga posibleng kumbinasyon upang masuri para sa maximum na kahusayan para sa isang ikot ng paggalaw. Ipagpalagay na tumatagal ng 5 sec upang sanayin ang isang solong estado na tatagal ng 6.8250 taon upang makumpleto ang pagsasanay!

Hakbang 4: MODYUL V2:

Q-natutunan Algorithm

Ang isang maagang pampatibay na pag-aaral ng algorithm na binuo para sa pagsasanay ng mga bagay na may may wakas na estado at paghahanap ng pinakamaikling mga landas. pinagmulan:

Math of Algorithm: Mayroong 81 posibleng mga estado para sa bawat hakbang na maaaring makasama ang bot, pinangalanan namin ang mga estado na ito bilang mga numero mula 1 hanggang 81 at ngayon kung ano ang nais naming malaman ay ang halaga ng paglipat, nangangahulugang ang pagbabago sa posisyon ng robot (inilipat ang distansya) habang gumagalaw ito mula sa isang random na estado ng s1 patungo sa ilang iba pang estado s2 (s1, s2 mula sa 81 estado na iyon). Maaari naming makita ito bilang isang matrix na mayroong 81 mga hilera at 81 mga haligi kung saan ang isang elemento ng matrix ay magiging katumbas ng halaga ng distansya na inilipat nito mula sa kaukulang sa numero ng hilera at haligi. Ang mga halagang ito ay maaaring positibo o negatibo depende sa pagkilos ng robot sa totoong salita. Ngayon ay mahahanap namin ang isang closed loop ng mga estado kung saan ang distansya na naglalakbay nito ay palaging positibo, Susuriin namin ang mga halaga ng 81x81 matrix na 81 ^ 2 = 6561, ngayon kung tatagal kami ng 5 segundo upang makuha ang halagang ito na nakaimbak sa matrix pagkatapos ay tumagal ng 9.1125 na oras lamang upang makagawa ng isang buong matrix at pagkatapos ay isang loop ng mga hakbang upang mapakinabangan ang paglipat ng kahusayan ay maaaring madaling maisip.

Hakbang 5: SULIRANIN ANG mga PROBLEMA -

  1. Para sa ilang estado ang paggalaw ng bot ay napaka-pantay at nakakaapekto sa halaga ng sensor ng ultrasonic, ang bot ay ikiling at kukuha ng distansya mula sa isang malayong pader.
  2. Ang problema ng pagdiskonekta mula sa laptop at pag-restart ng arduino ay ginagawa itong sanayin mula sa 0 na halaga ay labis na nakakainis.
  3. Ang panonood ng tren ng robot para sa tuluy-tuloy na 5h ay napaka-nakakapagod.

Hakbang 6: MODYUL A1 at A2:

  • Kasama sa mekanikal na bahagi ang board ng chassis na may apat na servos na naayos dito. Gumamit kami ng mga stick ng ice-cream upang makagawa ng mga binti.
  • Ang aming pangunahing gawain - upang subaybayan ang distansya ng bot mula sa paunang posisyon nito.
  • Ang aming unang diskarte ay ang paggamit ng gyro sensor at gamitin ang bilis ng bot habang gumagalaw ito upang makuha ang tulin nito at kasunod nito ang posisyon.
  • Problema - Ito ay naging sobrang kumplikado upang ipatupad! Alternatibong - Pinagbawalan namin ang paggalaw ng bot sa 1 dimensyon lamang at ginamit ang ultrasonic sensor upang sukatin ang distansya mula sa isang pader na diretso sa harap.
  • Ang module na HC05-Bluetooth ay ginamit sa panahon ng pagsasanay upang maipadala ang rate ng paglipat ng distansya sa pagitan ng dalawang mga hakbang sa PC at doon ay nakaimbak ang data sa isang matrix.

Hakbang 7: Mag-link sa Mga Video:

Link sa Mga Video
Link sa Mga Video

Mga hakbang sa sanggol:

Pagbaril sa pagsasanay:

Halos tuwid:

Pagsasayaw ng video ng robot:

Final Vide0:

Inirerekumendang: