หุ่นยนต์

มีอัลกอริทึมที่ดียอดนิยมและน่าเชื่อถือที่ฉันสามารถใช้โดยการป้อนข้อมูลจากไจโรสโคปและใช้สิ่งนี้เพื่อควบคุมล้ออิสระสองล้อเพื่อรักษาหุ่นยนต์ที่สมดุลอย่างน่าเชื่อถือตั้งตรงหรือไม่? ฉันกำลังมองหาอัลกอริทึมที่จะให้ฉันใช้เพื่อขับหุ่นยนต์ไปรอบ ๆ และทำให้มันตั้งตรงเมื่ออยู่กับที่ ความสามารถในการจัดการกับความโน้มเอียงและผู้คนที่ดื้อมันก็เป็นโบนัส แต่ไม่จำเป็น

25 control  gyroscope  balance  two-wheeled 

สำหรับคำถามนี้สมมติว่าไม่ทราบสิ่งต่อไปนี้: ขนาดและรูปร่างของห้อง ตำแหน่งของหุ่นยนต์ การปรากฏตัวของอุปสรรคใด ๆ นอกจากนี้สมมติว่าสิ่งต่อไปนี้คงที่: ขนาดและรูปร่างของห้อง จำนวนรูปร่างและที่ตั้งของสิ่งกีดขวาง (ถ้ามี) ทั้งหมด และสมมติว่าหุ่นยนต์มีคุณสมบัติดังต่อไปนี้: สามารถเคลื่อนที่ไปข้างหน้าด้วยการเพิ่มหน่วยสัมบูรณ์และหมุนเป็นองศาเท่านั้น นอกจากนี้การดำเนินการที่ย้ายจะกลับเป็นจริงถ้าสำเร็จหรือเท็จหากไม่สามารถย้ายได้เนื่องจากมีสิ่งกีดขวาง แหล่งพลังงานที่ไม่ จำกัด อย่างสมเหตุสมผล (สมมติว่ามันเป็นหุ่นยนต์พลังงานแสงอาทิตย์วางบนสถานีอวกาศที่หันหน้าไปทางดวงอาทิตย์ตลอดเวลาโดยไม่มีเพดาน) ทุกการเคลื่อนไหวและการหมุนจะดำเนินการอย่างแม่นยำทุกครั้ง (ไม่ต้องกังวลกับข้อมูลที่ไม่น่าเชื่อถือ สุดท้ายโปรดพิจารณาคุณสมบัติต่อไปนี้ของสภาพแวดล้อมของหุ่นยนต์: การอยู่บนสถานีอวกาศที่มีเพดานน้อยห้องพักมีความปลอดภัย แต่อยู่ใกล้กับดาวหางที่ผ่านมาอย่างน่าหงุดหงิดดังนั้นฝุ่น (และน้ำแข็ง) จึงถูกทิ้งร้างอย่างต่อเนื่อง ฉันถูกถามคำถามแบบนี้ง่ายกว่ามาก (ห้องเป็นรูปสี่เหลี่ยมผืนผ้าและไม่มีสิ่งกีดขวางคุณจะเคลื่อนไหวอย่างไรเพื่อให้แน่ใจว่าคุณสามารถผ่านทุกส่วนอย่างน้อยหนึ่งครั้ง) และหลังจากฉันเริ่มสงสัยว่าคุณจะเข้าใกล้เรื่องนี้อย่างไรถ้าคุณไม่สามารถ ไม่รับประกันรูปร่างหรือการมีสิ่งกีดขวาง ฉันเริ่มดูสิ่งนี้ด้วยอัลกอริธึมของ Dijkstraแต่ฉันรู้สึกทึ่งที่ได้ยินว่าคนอื่นเข้าหาวิธีนี้ได้อย่างไร (หรือถ้ามีคำตอบที่ยอมรับได้ดีในเรื่องนี้ (Roomba ทำเช่นนั้นได้อย่างไร)

25 mobile-robot  artificial-intelligence  algorithm  coverage  theory 

ปิด คำถามนี้เป็นคำถามความคิดเห็นตาม ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้สามารถตอบข้อเท็จจริงและการอ้างอิงได้โดยแก้ไขโพสต์นี้ ปิดให้บริการใน5 ปีที่ผ่านมา โทรศัพท์สมาร์ทโฟนในปัจจุบันมักจะมาพร้อมกับไจโรสโคปมาตรความเร่งเข็มทิศกล้องและเซ็นเซอร์ GPS ทั้งหมดบนเครื่อง พวกเขามักจะมีการเชื่อมต่อกับอินเทอร์เน็ตด้วย Wifi และเครือข่ายข้อมูลมือถือ ฉันเคยเห็นหลาย ๆ กรณีของการใช้โทรศัพท์เป็นรีโมทคอนโทรลสำหรับหุ่นยนต์ แต่สำหรับฉันดูเหมือนว่าโทรศัพท์นั้นเป็นคอมพิวเตอร์ที่มีน้ำหนักเบาสมบูรณ์แบบและแพลตฟอร์มตรวจจับสำหรับหุ่นยนต์อิสระ อุปสรรคหลักที่ฉันเห็นคือการเชื่อมต่อกับแอคทูเอเตอร์ ความสามารถในการควบคุมมอเตอร์เพื่อควบคุมแม้แต่หุ่นยนต์บนโต๊ะหรือควบคุมเซอร์โวเป็นต้น การเชื่อมต่อและสื่อสารกับไมโครคอนโทรลเลอร์อาจเป็นอุปสรรคเช่นกัน ในฐานะนักอดิเรกหุ่นยนต์ฉันต้องการทราบว่าฉันสามารถเอาชนะอุปสรรคเหล่านี้และอุปสรรคอื่น ๆ เพื่อให้สามารถควบคุมพลังของสมาร์ทโฟนของฉันกับโครงการหุ่นยนต์ของฉันได้อย่างไร

24 actuator 

http://www.oricomtech.com/projects/leg-time.htmแสดงรายการการเดินสามครั้ง: ขาตั้งกล้อง คลื่นและ ระลอก สิ่งเหล่านี้จะได้รับการปรับปรุงให้ดีขึ้นหรือสามารถเปลี่ยนข้อดีและข้อเสียของญาติและมีการพิจารณาการเดินอื่น ๆ ที่คุ้มค่าหรือไม่?

24 gait  walk 

ฉันเข้าใจหลักการพื้นฐานของตัวกรองอนุภาคและพยายามนำไปใช้ อย่างไรก็ตามฉันได้วางสายในส่วนที่สุ่มใหม่ ในทางทฤษฎีการพูดมันค่อนข้างง่าย: จากชุดอนุภาค (และน้ำหนัก) แบบเก่าวาดชุดอนุภาคใหม่ที่มีการแทนที่ ในขณะที่ทำเช่นนั้นโปรดปรานอนุภาคเหล่านั้นที่มีน้ำหนักสูง อนุภาคที่มีน้ำหนักมากจะถูกดึงบ่อยขึ้นและอนุภาคที่มีน้ำหนักต่ำจะน้อยลง อาจจะแค่ครั้งเดียวหรือเปล่าเลย หลังจาก resampling น้ำหนักทั้งหมดจะถูกกำหนดน้ำหนักเดียวกัน แนวคิดแรกของฉันเกี่ยวกับวิธีการใช้สิ่งนี้คือ: ทำให้น้ำหนักปกติ คูณแต่ละน้ำหนักด้วยจำนวนอนุภาคทั้งหมด ปัดเศษน้ำหนักที่ปรับแล้วไปเป็นจำนวนเต็มที่ใกล้เคียงที่สุด (เช่นint()ใน Python) ตอนนี้ฉันควรรู้ความถี่ในการดึงแต่ละอนุภาคแต่เนื่องจากข้อผิดพลาดของการปัดเศษฉันจึงมีอนุภาคน้อยกว่าก่อนที่จะเริ่มขั้นตอนการสุ่มใหม่ คำถาม: ฉันจะ "เติม" อนุภาคที่หายไปได้อย่างไรเพื่อให้ได้อนุภาคจำนวนเท่าเดิมก่อนขั้นตอนการสุ่มตัวอย่างใหม่? หรือในกรณีที่ฉันไม่ได้ติดตามอย่างสมบูรณ์ที่นี่ฉันจะลองตัวอย่างใหม่อย่างถูกต้องได้อย่างไร

24 localization  particle-filter 

คุณสามารถใช้เครือข่ายประสาทอย่างง่าย ๆ บนไมโครโปรเซสเซอร์เช่น Arduino Uno เพื่อใช้ในการเรียนรู้ของเครื่องได้หรือไม่?

23 microcontroller  machine-learning 

เห็นได้ชัดว่าการหยุดฉุกเฉินเป็นความคิดที่ดีสำหรับหุ่นยนต์ส่วนใหญ่ ระบบใดที่ควรถูกฆ่าในทันทีและสิ่งใดที่ควรใช้งานต่อไป

23 mobile-robot  errors 

การใช้ IMU หุ่นยนต์สามารถประมาณตำแหน่งปัจจุบันเทียบกับตำแหน่งเริ่มต้น แต่สิ่งนี้จะเกิดข้อผิดพลาดเมื่อเวลาผ่านไป GPS มีประโยชน์อย่างยิ่งสำหรับการให้ข้อมูลตำแหน่งที่ไม่ลำเอียงจากการสะสมข้อผิดพลาดในท้องถิ่น แต่จีพีเอสไม่สามารถใช้ในบ้านและแม้แต่กลางแจ้งก็อาจเป็นจุด ๆ ดังนั้นวิธีการหรือเซ็นเซอร์ที่หุ่นยนต์สามารถใช้ในการ จำกัด วง (เทียบกับกรอบอ้างอิงบางส่วน) โดยไม่ใช้ GPS คืออะไร?

23 localization  gps  sensors  slam 

ขณะนี้ฉันกำลังดีบักและปรับ EKF (ตัวกรองขยาย Kalman) ภารกิจคือหุ่นยนต์เคลื่อนที่แบบคลาสสิคที่ใช้ติดตามสถานที่สำคัญคือเครื่องหมาย AR บางครั้งฉันก็ประหลาดใจว่าการวัดบางอย่างมีผลต่อการประมาณ เมื่อฉันดูและคำนวณตัวเลขและเมทริกซ์ที่เกี่ยวข้องฉันสามารถหาวิธีดำเนินการขั้นตอนการอัปเดตสิ่งที่และสาเหตุที่เกิดขึ้นจริง แต่สิ่งนี้น่าเบื่อมาก ดังนั้นฉันจึงสงสัยว่ามีใครใช้เทคนิคการหลอกลวงหรือการสร้างภาพอย่างชาญฉลาดเพื่อให้รู้สึกดีขึ้นว่าเกิดอะไรขึ้นในขั้นตอนการอัปเดต EKF หรือไม่ อัปเดต # 1 (จะเฉพาะเจาะจงมากขึ้นและแสดงการประมาณแรกของสิ่งที่ฉันมีในใจ) สิ่งที่ฉันกำลังมองหาเป็นวิธีที่จะเห็นภาพขั้นตอนการอัปเดตเดียวในแบบที่ทำให้ฉันรู้สึกว่าองค์ประกอบแต่ละส่วนของการวัดมีผลต่อแต่ละองค์ประกอบของรัฐอย่างไร แนวคิดแรกของฉันคือวางแผนการวัดและการทำนายพร้อมกับเวกเตอร์บางตัวที่นำมาจากเมทริกซ์เค เวกเตอร์จาก K แสดงให้เห็นว่าเวกเตอร์นวัตกรรม (การวัด - การทำนายการวัดไม่ใช่พล็อต) จะส่งผลกระทบต่อส่วนประกอบของรัฐอย่างไร ขณะนี้ฉันกำลังทำงานกับ EKF ที่สถานะเป็นแบบ 2D (x, y, มุม) และการวัดก็เป็นแบบสองมิติ ในภาพที่แนบมา (เปิดในหน้า / แท็บใหม่เพื่อดูความละเอียดเต็ม) เวกเตอร์ (ปรับขนาด) K (1,1: 2) (ไวยากรณ์ MATLAB เพื่อรับซับเมทริกซ์จากเมทริกซ์ 3x3) ควรให้ความคิดว่าภาพแรกเป็นอย่างไร ส่วนประกอบของสถานะ EKF จะเปลี่ยนไปด้วยเวกเตอร์นวัตกรรมปัจจุบัน …

22 ekf  visualization 

ฉันสังเกตเห็นว่าการวิจัยเกือบทั้งหมดที่ทำกับหุ่นยนต์เฮลิคอปเตอร์นั้นใช้ quadcopters (สี่ใบพัด) ทำไมถึงมีงานเล็ก ๆ น้อย ๆ ในการเปรียบเทียบกับ tricopters หรือใบพัดจำนวนอื่น? แล้วใบพัดสี่ใบที่ทำให้ quadcopters เป็นตัวเลือกยอดนิยม?

21 quadcopter  design  uav 

ฉันได้เห็นวิธีการ 3 วิธีในการติดตั้งแบตเตอรี่บนมัลติมิเตอร์: แบตเตอรี่ทั้งหมดติดตั้งอย่างแน่นหนาใกล้กับกลางเฟรม แบตเตอรี่ทั้งหมดในถุงแขวนอยู่ใต้กึ่งกลางเฟรม แต่ละโรเตอร์มีส่วนแบ่งของแบตเตอรี่ที่ติดตั้งอย่างแน่นหนาใกล้ / ใต้ (ตัวอย่างเช่น quadcopter ที่มี 1/4 ของแบตเตอรี่ทั้งหมดที่ติดตั้งอยู่ใต้มอเตอร์แต่ละตัว) การออกแบบใดดีที่สุดและทำไม หากไม่มีใครออกแบบที่ดีที่สุดอะไรคือข้อดี / ข้อเสียระหว่างการออกแบบ? มีการออกแบบอื่นที่ฉันมองว่าดีกว่าไหม? (คำถามนี้มุ่งเน้นไปที่เครื่องบินหลายใบพัดสำหรับยานพาหนะภาคพื้นดินโปรดดูที่ " จะมีน้ำหนักกระจายอยู่เหนือล้อหรือศูนย์กลางของหุ่นยนต์หรือไม่ ")

21 design  stability  quadcopter 

ด้วย Quadcopter มอเตอร์ต่อมอเตอร์ 600 มม. (2 ฟุต) ความถี่ในการอัพเดตเอาท์พุทเอาท์พุท - เซนส์ - เอาท์ - เอาท์พุท - เอาท์พุท - ความรู้สึก - คำนวณ - เอาท์พุทต้องมีเสถียรภาพ? ฉันประมาณน้ำหนักเครื่องบินขึ้นที่ประมาณ 2 ปอนด์ (0.9 กิโลกรัม) ซึ่งฉันคาดว่าส่วนใหญ่จะเป็นมอเตอร์และแบตเตอรี่

20 stability  quadcopter 

ปิด คำถามนี้เป็นคำถามความคิดเห็นตาม ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้สามารถตอบข้อเท็จจริงและการอ้างอิงได้โดยแก้ไขโพสต์นี้ ปิดให้บริการใน3 ปีที่ผ่านมา แก้ไข:ฉันไม่รู้ว่าทำไม แต่คำถามนี้ดูเหมือนจะทำให้หลายคนสับสน ฉันทราบว่าเมื่อใด / ที่ไหน / ทำไม / วิธีใช้แบบเรียลไทม์ ฉันสนใจที่จะรู้ว่าคนที่มีภารกิจแบบเรียลไทม์จะสนใจพอที่จะใช้งานแบบเรียลไทม์หรือไม่ ไม่จำเป็นต้องพูดถึงว่าทำไมการทำงานแบบเรียลไทม์จึงมีความสำคัญสำหรับหุ่นยนต์ อย่างไรก็ตามคำถามของฉันมันใช้กับหุ่นยนต์จริงแค่ไหน? ใช้คำถามนี้เช่น มีเพียงหนึ่งคำตอบที่กล่าวถึงแพลตฟอร์มที่มีความสามารถแบบเรียลไทม์และอยู่ไกลจากจุดสูงสุด ROS เห็นได้ชัดว่าเป็นแพลตฟอร์มที่ได้รับความนิยมมากซึ่งไม่ใช่แบบเรียลไทม์ อย่างไรก็ตามในโลกตามเวลาจริง RTAI 1น่าจะเป็นแพลตฟอร์มการใช้งานฟรีแบบเรียลไทม์ที่ใช้งานได้เท่านั้น อย่างไรก็ตามลินุกซ์ (ไม่มีปัญหา) มีเอกสารไม่ดีและมีการพัฒนาอย่างช้าๆ ดังนั้นพฤติกรรมตามเวลาจริงของผู้พัฒนาหุ่นยนต์เป็นที่ต้องการมากแค่ไหน?คำถามคือผู้พัฒนามีแนวโน้มที่จะเขียนแอปพลิเคชันตามเวลาจริงมากน้อยเพียงใดเมื่อต้องการใช้พฤติกรรมตามเวลาจริง ถ้าไม่มากทำไม ตัวอย่างเช่นพฤติกรรมการสะท้อนกลับที่อิงกับข้อมูลการสัมผัสไม่สามารถผ่าน ROS ได้เพราะจะสูญเสียคุณสมบัติแบบเรียลไทม์ แต่ผู้คนคิดวิธีแก้ปัญหาแบบเรียลไทม์หรือใช้ ROS อยู่แล้วโดยไม่สนใจคุณสมบัติเรียลไทม์ 1หรือ Xenomai ในทำนองเดียวกัน

20 software  platform  real-time 

จลนศาสตร์ไปข้างหน้าของแขนหุ่นยนต์สามารถแก้ไขได้อย่างง่ายดาย เราสามารถเป็นตัวแทนของแต่ละข้อต่อโดยใช้เมทริกซ์การแปลงDenavit – Hartenberg ตัวอย่างเช่นถ้าข้อต่อเป็นตัวกระตุ้นเชิงเส้นอาจมีเมทริกซ์การแปลง:ผมt hithi^{th} Tผม= ⎡⎣⎢⎢⎢10000100001000dผม1⎤⎦⎥⎥⎥Ti=[10000100001di0001]T_i = \left[\begin{matrix} 1&0&0&0\\ 0&1&0&0\\ 0&0&1&d_i\\ 0&0&0&1 \end{matrix} \right] โดยที่ความยาวส่วนขยายถูกกำหนดโดยdผมdid_i ในขณะที่การเชื่อมโยงหมุนอาจจะ: Tผม= ⎡⎣⎢⎢⎢10000cosαผมบาปαผม00- บาปαผมcosαผม0L001⎤⎦⎥⎥⎥Ti=[100L0cos⁡αi−sin⁡αi00sin⁡αicos⁡αi00001]T_i = \left[\begin{matrix} 1&0&0&L\\ 0&\cos\alpha_i&-\sin\alpha_i&0\\ 0&\sin\alpha_i&\cos\alpha_i&0\\ 0&0&0&1 \end{matrix} \right]โดยที่คือ angle และคือความยาวของลิงก์Lαα\alphaLLL จากนั้นเราจะสามารถหาตำแหน่งและทิศทางของ effector ท้ายที่สุดโดยการคูณเมทริกซ์ทุกการเปลี่ยนแปลง:{t_i}Π Tผม∏Ti\prod{T_i} คำถามคือเราจะแก้ปัญหาที่ตรงกันข้ามได้อย่างไร ศาสตร์สำหรับที่ต้องการตำแหน่งสิ้นสุด effectorหาพารามิเตอร์ ,ดังกล่าวว่าM มีวิธีการใดในการแก้สมการนี้MMMdผมdid_iαผมαi\alpha_iΠ Tผม= M∏Ti=M\prod{T_i} = M

20 inverse-kinematics  kinematics  joint  robotic-arm 

ให้บอกว่าฉันปล่อยหุ่นยนต์ลงในสภาพแวดล้อมที่ไม่มีรูปแบบและไม่อนุญาตให้ใช้เซ็นเซอร์สนามแม่เหล็กใด ๆ (magnetometer / เข็มทิศ) มีวิธีใดในการพิจารณาว่าทิศเหนืออยู่ที่ใด การติดตามดวงอาทิตย์ / ดาวเป็นตัวเลือก แต่ไม่น่าเชื่อถือเพียงพอเมื่อพิจารณาจากสภาพอากาศ คุณสามารถรับการหมุนของโลกโดยใช้ไจโร? มีวิธีแก้ปัญหาที่ฉลาดกว่านี้อีกไหม?

19 localization