ناوبري ربات متحرك با رويكرد پرهيز از موانع در محيط هاي ناشناخته با استفاده از روش يادگيري عميق

كارشناسي ارشد

در اين پايان نامه به بررسي مسئله پرهيز از برخورد ربات با موانع در محيط هاي نا شناخته پرداخته شده است. براي انجام يك مأموريت توسط ربات، نيازمند آن هستيم تا ربات با موفقيت مسير را طي كرده و در حين انجام مأموريت با موانع برخورد نكند. در روش ارائه شده در اين پژوهش، يك شبكه عصبي عميق تحت روش يادگيري انتقالي به نحوي آموزش ديده است تا به محض ديدن موانع جديد قادر باشد تا جهت امن براي حركت ربات را مشخص كند. هر تصوير بر حسب محل قرار گيري مانع برچسب دهي شده است و شبكه داده هاي جديد را برحسب اين داده هاي آموزش ديده دسته بندي خواهد كرد. براي بهبود عملكرد شبكه عصبي، از روش هاي مختلفي استفاده شده است كه از جمله مهم ترين آن ها استفاده از نرخ يادگيري متغير در طول مدت آموزش ميباشد. بعد از عبور از موانع با استفاده از نتايج شبكه عصبي عميق، ربات با مقايسه موقعيت كنوني خود و نقطه هدف، به نحوي حركت ميكند تا در راستاي نقطه هدف قرار بگيرد. روش هاي مبتني بر بينايي از جمله جديد ترين و محبوب ترين روش هاي استفاده شده در حل مسئله پرهيز از برخورد با موانع ميباشند اما اين روش ها به عوامل محيطي مانند كم و زياد شدن نور حساس بوده و عملكرد آن ها در صورت به وجود آمدن چنين تغييراتي در محيط گاها" با اختلال مواجه ميشود اما به علت توانمندي روش هاي مبتني بر بينايي در استخراج اطلاعات با جزئيات بسيار زياد از محيط، از روشي مبتني بر بينايي در اين پژوهش استفاده شده است.

194649

دانشگاه علم و صنعت ايران

كنترل

دكتر عليرضا محمدشهري