عنوان پایان‌نامه
یادگیری جابجایی اجسام به کمک نمایش نحوه¬ی انجام آن در ربات چرخ انگشتی
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E2338;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 60165
- تاریخ دفاع
- ۱۸ شهریور ۱۳۹۲
- دانشجو
- مهدی حسین زاده
- استاد راهنما
- مجید نیلی احمدآبادی, بابک نجاراعرابی
- چکیده
- این پایان نامه، به مطالعه ی یادگیری جابه جایی اجسام با ربات چرخ انگشتی پرداخته است. هدف از این مطالعه، امکان سنجی یادگیری جابه جایی ماهرانه ی اشیاء با این ربات توسط انسان در شرایط مختلف و استخراج روش های طراحی حرکت این ربات بر مبنای همین یادگیری است. ربات چرخ انگشتی در حالت کلی یک ربات با ساختار دلخواه است که در انتهای هر بازو، از یک چرخ فعال به عنوان بند آخر استفاده شده است. استفاده از چرخ در این ربات باعث افزایش فضای متغیرها و در شرایطی گسترش فضای کار ربات در مقایسه با یک ربات معمولی (با همان درجه ی آزادی) میشود. این گسترش فضای متغیرها در عین حال که یافتن پاسخ برای مسئله ی طراحی حرکت را محتمل تر میکند، ولی از دیگر سو پیچیدگی های محاسباتی خود را نیز به ارمغان می آورد. در پژوهش های پیش از این که تنها به مدل سازی کینماتیکی این ربات پرداخته بودند، این پیچیدگی کاملا مشهود است. علاوه بر نحوه ی مدل سازی، قیود دیگری همچون بستار نیرو نیز بر دوش این طراحی حرکت سنگینی می کند. برای برون رفت از این پیچیدگی طراحی حرکت، دست به دامان انسان و قدرت یادگیری او شده ایم تا بتوانیم با استفاده از روش طراحی حرکت و کنترل انسان، طرحی نو برای طراحی حرکت این ربات در اندازیم. برای نیل به این مهم، پژوهش را در دو گام دنبال کرده ایم. در گام اول به دنبال سازوکار مناسب برای بررسی یادگیری انسان بوده ایم. در گام دوم نیز به استخراج روش طراحی حرکت از این یادگیری پرداخته ایم. از آنجایی که انسان چرخی در انگشتان خود ندارد تا اجسام را با آن جابه جا کند! طراحی یک شبیه ساز و رابط کاربری مناسب و دقیق لازم می نمود. همچنین انگیزه ی کاهش قیود حاکم بر مسئله ی طراحی حرکت، ما را به سوی ساخت یک شبیه ساز دینامیکی جامع برای این ربات رهنمون کرد. رابط سخت افزاری مناسب برای این شبیه ساز نیز امکان تعامل دو طرفه ی انسان و شبیه ساز را فراهم کرده است. با استفاده از این شبیه ساز امکان طراحی آزمونهای یادگیری گوناگون برای این ربات مهیا شده است. آزمون یادگیری مناسب برای این ربات پس از طراحی آزمون های مختلفی نهایی شده و برای جمع آوری داده از شرکت کنندگان آزمون استفاده شده است. سپس داده های جمع آوری شده را تحلیل کرده و شاخص های یادگیری انسان را استخراج کرده ایم. پس از بررسی یادگیری انسان و استخراج داده های آن، روش طراحی حرکتی را بر مبنای این داده ها پیشنهاد داده ایم. این روش با وجود وابستگی به داده ها و محدود بودن شرایط پاسخدهی، از روشهای طراحی حرکت دیگر موجود برای این ربات کاراتر خواهد بود. روشهای دیگر به دلیل نقض قیود حاکم بر آنها در مسئله ی مورد بررسی ما قابل استفاده نخواهند بود. کلمات کلیدی: یادگیری از انسان – جابه جایی ماهرانه ی اشیاء ربات چرخ انگشتی
- Abstract
- In this thesis, we study learning techniques of object manipulation with wheeled-tip robots from human demonstrations. At first, we study the possibility of this learning, object manipulation with wheels, for humans and then we address extracting intelligent manipulation algorithm for these robots based on this learning. Wheeled-tip robots constitute of one or more artificial fingers with an active wheel at the end of each finger that acts as its fingertip. The main advantage of the wheeled-tip structure is the ability of moving the finger-tip of the robot on the object independently, which extends the robot's configuration space and workspace. This extension in configuration space, increases the probability of solving the motion planning problem, but increases the computational complexities of the problem too. This complexity is obvious in the previous researches regarding wheeled-tip robots, which merely focus on kinematic analysis of the object and the robot. To reduce this computational costs and increase the capabilities of the robot in object manipulation, we try to imitate motion planning strategies from human learning process of object manipulation. To achieve this goal, we follow this research in two steps. In the first step, we find the proper mechanism for studying human learning process of object manipulation with wheeled-tip robots. In the second step, we exploit the motion planning strategies from the humans learned to work with the robot. Since humans don’t have wheel in their fingertip, so designing and implementing a comprehensive dynamic simulator and user interface is essential. The appropriate haptic joysticks prepare the interaction between human and the simulator. With this simulator we can design different learning tests with wheeled-tip robots. The final learning test has been finalized after several different tests and has been used for gathering data from volunteers. We analyze the collected data from volunteers and extract the human learning indices. After extracting the required data, we propose a motion planning algorithm based on that. Although this method is dependent to the collected data, but it’s more efficient than other existent methods for motion planning of this robot. Keywords: Learning from Demonstration, Object Manipulation, Wheeled-tip Robot
