Kāpēc PAULam ir nepieciešama liela datu kopa, lai uzlabotu tās kustības

Saišu tabula

Abstract un 1 Ievads

2 Saistītie darbi

2.1. Pneimatiskā iedarbināšana

2.2 Pneimatiskās rokas

2.3. Mīksto robotu vadība

3 PAUL: Dizains un ražošana

3.1 Robotu dizains

3.2. Materiāla izvēle

3.3. Ražošana

3.4. Izpildes banka

4 Datu iegūšana un atvērtā cikla vadība

4.1. Aparatūras iestatīšana

4.2 Redzes uztveršanas sistēma

4.3. Datu kopu ģenerēšana: uz tabulām balstīti modeļi

4.4 Atvērtā cikla vadība

5 Rezultāti

5.1 galīgā PAUL versija

5.2. Darbvietas analīze

5.3. Tabulu modeļu veiktspēja

5.4. Liekšanas eksperimenti

5.5. Svara nešanas eksperimenti

6 Secinājumi

Informācija par finansējumu

A. Veiktie eksperimenti un atsauces

4.3. Datu kopu ģenerēšana: uz tabulām balstīti modeļi

Robota sarežģītības dēļ uz modeļiem balstītas metodoloģijas, piemēram, PCC vai tās, kas balstītas uz Cosserat Rod teoriju, tika atmestas. Lai gan FEM izmantošana ir ceļš, kas netiks slēgts turpmākajā darbā, lielais parametru skaits, kas eksperimentāli jāiestata katram segmentam (Junga modulis, inerces moments...), ņemot vērā to, ka ražošanas process ir tik mainīgs, nozīmēja, ka šajā pirmajā fāzē mēs izvēlējāmies izmantot kāda veida PAUL modelēšanu, pamatojoties uz datu vākšanu.

Sistēmas izvade tiek uztverta kā pēdējā gala sasniegtā pozīcija un orientācija – tādējādi šajā posmā tiek ignorētas visas starpposma segmentu pozīcijas – un kā ievade katra urīnpūšļa piepūšanās laiki. Tā kā robota konstruēšanas laikā nebija pieejams pietiekami daudz spiediena sensoru, tika nolemts kā ievades mainīgo ņemt inflācijas laiku. Tā kā darba spiedienu ierobežo spiediena ierobežošanas vārsts un var pieņemt, ka plūsmas ātrums katrā urīnpūslī ir nemainīgs, laiks ir vienāds ar katrā dobumā ievadītā gaisa tilpumu.

Visām aplūkotajām kontroles iespējām ir kopīga nepieciešamība pēc liela empīrisko datu apjoma, kā rezultātā ir jāizstrādā eksperimentāls dizains, lai sistematizētu šo datu vākšanu. Tā kā šīs informācijas iegūšana tiek veikta dažādās fāzēs un datu kopām ir objektīvi jāatspoguļo robota uzvedība, eksperimenta atkārtota pielietojamība ir īpaši svarīga.

Datu kopās saglabātie dati bija robota gala pozīcija un piepūšanas laiku kopums, kas nodrošina šo konfigurāciju. Iepriekš minētais ierobežojums, ka tikai divi no trim segmenta pūšļiem ir piepūsti, samazina atlaišanu. Kā minēts iepriekš, vairāk nekā divi segmenti izraisa atlaišanu, kas nozīmē, ka robota apgrieztajam kinemātiskajam modelim var būt vairāki risinājumi.

Datu vākšanas process ietver vairākas secīgas darbības. Sākotnēji tiek noteikts noteikts paraugu skaits. Katram paraugam Matlab komandas nosūta uz iedarbināšanas stendu nejaušu deviņu piepūšanas laiku kombināciju, kas atbilst katram PAUL vārstam. Laiki tiek ģenerēti zem maksimālā laika ierobežojuma Tmax, nodrošinot, ka katrā segmentā tiek piepūsti tikai divi dobumi. Pēc tam robota pūšļi tiek piepūsti, pamatojoties uz nosūtītajiem laikiem. Pēc tam redzes sistēmas divas kameras uzņem attēlus, lai noteiktu robota gala pozīciju un orientāciju. Visa šī procedūra tiek atkārtota noteiktajam iterāciju skaitam, un pēc pabeigšanas savāktie dati tiek saglabāti datu kopā.

Informācija par pietūkuma laikiem tiek saglabāta procentos ar vērtību 0, kas atbilst šī segmenta nullei, un 100, kas atbilst Tmax — uzbriest maksimālajam milisekunžu skaitam, kas noteikts šai datu vākšanas sesijai. Šī vērtība Tmax kopā ar vērtībām tiek saglabāta datu kopā, lai varētu salīdzināt dažādas datu kopas. Šīs kodēšanas iemesls ir a priori informācijas trūkums par to, kāds ir maksimālais spiediens, ko atbalsta PAUL urīnpūslis. Lai gan ir taisnība, ka eksperimentāli tika noteikts, ka piepūšanās laiki, kas pārsniedz 1500 ms pēc kārtas, noveda pie pārduršanas, mazāku laiku piemērošana atkārtota ciklu laikā arī radīja noplūdes. Pamatojoties uz to, tika nolemts nekad nepiepūst nevienu vārstu vienā vai vairākos posmos vairāk nekā 1000 ms.

Kopā ar katra urīnpūšļa piepūšanas laikiem tiek saglabāta gala gala sasniegtā pozīcija un orientācija, pamatojoties uz kameras rādījumiem. Jo īpaši tiek saglabāta zaļā marķiera pozīcija un trīsskaldņa orientācija. Pēdējais ir izteikts Eilera leņķos, jo tas ir daudz efektīvāks uzglabāšanas veids nekā rotācijas matrica. Turklāt datu kopā ir arī metadati no vākšanas procesa, kas, domājams, ietekmē rezultātus, piemēram, pneimatiskās līnijas spiediens vai apkārtējās vides temperatūra.

Daži pneimatiskās sistēmas aspekti ir pelnījuši uzmanību. Sākotnēji urīnpūšļa inflācija un deflācija nav simetriski procesi. Pneimatisko komponentu ģeometriskie ierobežojumi rada zemāku deflācijas līmeni salīdzinājumā ar inflāciju. Līdz ar to, kad PAUL saņem deflācijas laiku, tas reizina to ar empīriski atvasinātu koeficientu, aptuveni 1,45 1,2 bāru darba spiedienam. Šis reizinātājs kompensē atšķirības starp atsevišķas urīnpūšļu grupas inflācijas un deflācijas laikiem, nodrošinot, ka deflācijas laiks sakrīt ar laiku, kas nepieciešams, lai sasniegtu to pašu inflācijas punktu.

Līdzīgi, lai gan fiziski ir iespējams piepūst vairākus vārstus vienlaikus, ir pierādīts, ka šis paralēlais plūsmas sadalījums nozīmē, ka katra vārsta efektīvais pildījums nav tāds pats kā tad, ja tie tiktu piepūsti atsevišķi. Lai novērstu šo parādību, tika nolemts uzpūst katru urīnpūsli atsevišķi gan datu iegūšanas procesā, gan pēkšņi, kad PAULam tika lūgts sasniegt noteiktas pozīcijas.

Visbeidzot, silikonā ir histerēzes parādības, kuru dēļ pozīcija, kas sasniegta, piepūšot laiku t, atšķiras no pozīcijas, kas sasniegta, vispirms uzpūšot laiku t1 un pēc tam laiku t2 = t − t1. Šīs problēmas risināšanai izmantotā stratēģija bija datu kopas uztveršana, atgriežot PAUL nulles pozīcijā starp katru paraugu. Tomēr, vadot robotu atklātā cilpā, tas nav iespējams vai, vismaz, nav vēlams, jo var vēlēties sekot trajektorijām vai ceļot pa punktu secību. Tāpēc, lai pārietu no pozīcijas x1 uz x2, ir nepieciešams papildu koeficients 1,2, kas arī iegūts eksperimentāli, lai ņemtu vērā histerēzes efektus.

4.4 Atvērtā cikla vadība

Kad datu kopa ir ģenerēta, to var izmantot, lai modelētu PAUL uzvedību atvērtā cikla vadībai. Kā nākotnes līnija ir paredzēts apmācīt neironu tīklu tiešai kinemātikai un vēl vienu apgrieztajai kinemātikai. Tomēr, ņemot vērā lielo datu apjomu, kas var būt nepieciešams ([62] 24389 paraugi tiek izmantoti trīs segmentu robotam, piemēram, šim), šim darbam tika izmantota tabulas meklēšanas metode.

Tiešās kinemātikas metode, kas ļauj iegūt robota gala pozīciju un orientāciju no deviņu pūšļu piepūšanas laikiem, sastāv no iepriekšējā solī ģenerētajā datu kopā trīs piepūšanas laika vērtību meklēšanas, kas atrodas mazākā attālumā no piepūšanas laika, kas norādīts kā atsauce. Acīmredzot, ja meklētā inflācijas laiku kopa būtu tabulā, ar šiem laikiem saistītā vērtība tiktu atgriezta tiešā kinemātiskā modeļa rezultātā. Pretējā gadījumā kā robota pozīcijas un orientācijas vērtība tiek atgriezta vidējā pozīcija un orientācijas vērtība, kas saistīta ar trim tuvākajiem piepūšanas laikiem, kas svērta ar attālumu (Eiklīda normu), kas pastāv starp katru no tiem, un atsauces piepūšanas laiku vērtībām.

Ar tiem ir iespējams aprēķināt tiešā kinemātiskā modeļa atgriezto pozīciju, izmantojot izteiksmi: