عنوان پایان‌نامه
شبیه سازی سیستم کنترل هوشمند و یادگیری مدل بیمار به منظور مدلسازی راه رفتن انسان با بهره گیری از رویکرد ترکیب اطلاعات
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 41507;کتابخانه دانشکده برق و کامپیوتر شماره ثبت: E 1583
- تاریخ دفاع
- ۳۰ تیر ۱۳۸۸
- دانشجو
- جلال عرب نیدی
- استاد راهنما
- فریبا بهرامی بوده لالو
- چکیده
- هدف اصلی در این پژوهش، ارائه ساختاری الهام گرفته شده از راه رفتن انسان، به منظور مدل کردن و کنترل راه رفتن یک ربات دوپا می باشد.البته هدف فرعی این پایان نامه ارائه کاربردهایی در زمینه توانبخشی و فیزیوتراپی با استفاده از آنالیز حرکت نیز می باشد. در ابتدا با بیان عیوب روش های متداول در کنترل راه رفتن ربات، به توجیه استفاده از مفهوم CPG (مولد الگوی مرکزی) می پردازیم. در واقع CPG، الگوهای اصلی راه رفتن را با تکیه بر این واقعیت که راه رفتن عملی متناوب یا نیمه متناوب است ، با استفاده از تبدیل فوریه بدست می آورد. به عبارتی دیگر، برای هر مفصل،یک نوسانگر که شامل هارمونیک های اصلی راه رفتن هستند، اختصاص داده می شود. داده های واقعی راه رفتن، توسط سیستم تصویری ثبت و ضبط شده اند. پس از اینکه مسیرها توسط CPG تولید شدند، بوسیله کنترل کننده PD به گشتاور تبدیل شده وبه مدل ربات که در محیط نرم افزار MATLAB پیاده سازی شده است، اعمال می شوند. مدل ربات استفاده شده در این پایان نامه، رباتی با 6 درجه آزادی است که از در نظر گرفتن دینامیک های بالا تنه صرف نظر شده است. در مرحله بعد، با استفاده از مدل آونگ معکوس، معیاری برای پایداری برای ربات بدست می آوریم و کنترل کننده فازی را بر اساس آن پیاده سازی می کنیم. در حقیقت، کنترل کننده فازی بیشتر نقش نظارت بر راه رفتن را دارد و زمانی که لایه پایین که شامل CPG است قادر به کنترل و پایداری راه رفتن نباشد، دخالت می کند و تلاش در پایدار کردن سیستم می کند. در ادامه، با استفاده ار روش OWA چهار فاز حرکتی: شروع تماس، میانه ایستادن، پنجه و چرخش را تشخیص می دهیم. در نهایت، با استفاده از ساختار CPG به ایده ای در تخمین امپدانس مفاصل، فقط با استفاده از داده های تصویری می رسیم.
- Abstract
- The main goal of this thesis is using a bio-inspired structure in order to model and control gait of a biped robot. Besides, a subordinate goal is considered to demonstrate some applications in rehabilitation and physiotherapy fields by utilizing gait analysis. Firstly, by mentioning drawbacks and advantages of most common methods in biped robot control, we justify using Central Pattern Generator (CPG) concept. Since gait is a periodic and semi-periodic movement, it can be represented by sinusoidal signals. In fact, CPG can extract basic patterns of gait by extracting main Fourier components. Therefore, each CPG is apportioned to each joint. Practical data are collected and recorded by a pack of visual systems which mainly include cameras and simulators. CPGs are then created by using recorded trajectories. Secondly, mentioned trajectories will be fed to PD controllers and controllers convert them to torques. Then, torques are applied to a 6 degrees of freedom biped robot built in MATLAB software. At next step, a criterion is achieved to stabilize a biped robot by employing inverted pendulum model. The criterion is used to design a fuzzy controller which plays a supervisory role in order to stabilize and keep the robot balanced. In other words, once CPG layer is not able to stabilize and control the robot, fuzzy controller takes over task of control and will be in charge of stabilizing the robot as a supervisor controller. As it was mentioned before, this study uses gait analysis for some rehabilitation applications. To do this, four following phases will be detected: Heel strike, Mid stance, Toe off and Swing by utilizing OWA (Ordered Weighted Average). Finally, a new idea is proposed to estimate impedances of joints and detect some abnormalities by only observing gait patterns of the patients without even touching physically individuals.
