Robot Berjalan Sendiri: 7 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:10

Apa yang saya buat?

● Bot yang boleh dilatih untuk berjalan (bergerak maju) di permukaan yang berbeza. Bot itu menggambarkan makhluk sederhana dengan 4 kaki 'tanpa lutut' yang sedang berjuang untuk maju. Ia tahu ia boleh mengarahkan setiap kaki dengan 3 cara yang mungkin sahaja. Sekarang ia harus mencari langkah terbaik yang dapat diambil untuk terus bergerak. Oleh kerana pergerakannya juga bergantung pada geseran dengan permukaan, kami percaya bahawa untuk setiap permukaan yang berlainan, akan ada satu set langkah yang berbeza (tidak semestinya unik tetapi kemungkinan serupa) untuk memaksimumkan usaha untuk terus maju.

Untuk apa ia digunakan?

● Ia paling baik digunakan untuk memvisualisasikan corak berjalan untuk AI ROBOT.

Langkah 1: Diagram Alir

Berikut adalah pecahan keseluruhan projek. Secara amnya, projek ini terdapat dalam 2 bahagian elektronik dengan struktur mekanikal robot dan yang lain adalah algoritma yang berjalan melalui komputer dan kod yang berjalan di atas arduino.

Langkah 2: KOMPONEN UTAMA YANG TERLIBAT:

Elektronik

Arduino UNO (!)

Sensor ultrasonik

Motor servo

Modul Bluetooth

Pengekodan

Arduino IDE

Teraterm

Buku nota Jupyter

Algoritma pembelajaran Q-

Langkah 3: MODUL V1:

Pembelajaran Pengukuhan: Menggunakan ANN (Rangkaian Neural Buatan) kami merancang untuk melatih robot kami dan kami menghasilkan dua kaedah yang mungkin.

Kekangan: Setiap kaki (motor servo) terpaksa mengambil hanya 3 kemungkinan posisi 60, 90 & 120 darjah. Andaian: Kami menganggap bahawa gerakan bot akan membentuk 4 keadaan (keadaan adalah orientasi tertentu dari keempat-empat servos), iaitu akan ada 4 keadaan robot yang masing-masing akan kita anggap sebagai 4 langkah yang memberi kita satu kitaran pergerakan, di bot mana yang akan bergerak jauh di hadapan. Kitaran ini akan diulang tanpa henti untuk menjaga bot bergerak.

Tetapi satu-satunya masalah adalah jumlah lelaran yang akan dinilai - Kami mempunyai 3 kemungkinan orientasi untuk setiap motor dan terdapat 4 motor yang berbeza menjadikannya 3 ^ 4 = 81 keadaan di mana robot boleh wujud dalam satu langkah atau keadaan. Kita harus mengambil 4 langkah yang berbeza untuk menyelesaikan satu gerakan kompleks, yang bermaksud 81 ^ 4 = 43, 046, 721 kemungkinan kombinasi diperiksa untuk kecekapan maksimum untuk satu pusingan pergerakan. Anggaplah memerlukan 5 saat untuk melatih satu keadaan memerlukan 6.8250 tahun untuk menyelesaikan latihan!

Langkah 4: MODUL V2:

Algoritma pembelajaran Q

Algoritma pembelajaran peneguhan awal dikembangkan untuk melatih perkara yang mempunyai keadaan terhingga dan mencari jalan terpendek. sumber:

Math of Algorithm: Terdapat 81 keadaan yang mungkin untuk setiap langkah bot, kita menamakan keadaan ini sebagai nombor dari 1 hingga 81 dan sekarang yang ingin kita ketahui adalah nilai peralihan, yang bermaksud perubahan kedudukan robot (jarak bergerak sementara ia bergerak dari keadaan rawak s1 ke beberapa keadaan lain s2 (s1, s2 dari 81 keadaan tersebut). Kita dapat melihatnya sebagai matriks yang mempunyai 81 baris dan 81 lajur di mana unsur matriks akan sama dengan nilai jarak yang dipindahkannya sesuai dengan baris dan nombor lajurnya. Nilai-nilai ini boleh menjadi positif atau negatif bergantung pada tindakan robot dengan kata sebenarnya. Sekarang kita akan menemui gelung keadaan tertutup di mana jarak yang dilaluinya selalu positif, Kita akan menilai nilai-nilai matriks 81x81 yang 81 ^ 2 = 6561, jika kita mengambil masa 5 saat untuk mendapatkan nilai ini disimpan dalam matriks maka ia akan mengambil masa 9.1125 jam hanya untuk membuat keseluruhan matriks dan kemudian satu langkah untuk memaksimumkan kecekapan bergerak dapat difahami dengan mudah.

Langkah 5: MASALAH YANG TERLIBAT -

1. Untuk beberapa keadaan, gerakan bot sangat tidak rata dan mempengaruhi nilai sensor ultrasonik, bot akan memiringkan dan mengambil jarak dari dinding yang jauh.
2. Masalah pemutusan dari komputer riba dan menghidupkan semula arduino menjadikannya latihan dari nilai 0 sangat menjengkelkan.
3. Menonton kereta api robot selama 5 jam berterusan adalah sangat menyeluruh.

Langkah 6: MODUL A1 dan A2:

• Bahagian mekanikal merangkumi papan casis dengan empat servos terpasang padanya. Kami menggunakan tongkat ais krim untuk membuat kaki.
• Tugas prinsip kami - untuk mengesan jarak bot dari kedudukan awalnya.
• Pendekatan pertama kami adalah menggunakan sensor gyro dan menggunakan pecutan bot ketika bergerak untuk mengekstrak halaju dan seterusnya posisinya.
• Masalah - Ternyata terlalu rumit untuk dilaksanakan! Alternatif - Kami mengehadkan pergerakan bot hanya 1 dimensi dan menggunakan sensor ultrasonik untuk mengukur jarak dari dinding lurus di depan.
• Modul HC05-Bluetooth digunakan selama masa latihan untuk mengirimkan laju peralihan jarak antara dua langkah ke PC dan di sana data disimpan dalam matriks.

Langkah 7: Pautan ke Video:

Langkah bayi:

Tembakan latihan:

Hampir lurus:

Video robot menari:

Video Akhir0: