دانلود مقاله ربات خط یاب با کنترل فازی

مقاله ربات خط یاب با کنترل فازی دانلود مقاله ربات خط یاب با کنترل فازی دانلود مقاله ربات خط یاب ساخت ربات خط یاب مراحل ساخت ربات خط یاب دانلود مقاله ربات خط یاب ربات خط یاب با کنترل فازی دانلود مقاله ربات خط یاب با کنترل فازی ربات خط یاب با کنترل فازی مقاله کارشناسی مقاله طراحی و ساخت ربات مسیر یاب با کنترل فازی مقاله ربات تعقیب خط دانلود مقاله ربات تعقیب خط

 

موضوع: مقاله ربات خط یاب با کنترل فازی

فهرست

چکیده. ۱

مقدمه. ۳

فصل اول.. ۹

قوانین مسابقه. ۹

۱-۱) مسابقات سال ۲۰۰۵٫ ۹

۱-۲) تعریف.. ۱۰

۱-۳) مشخصه های طراحی.. ۱۱

۱-۴) میدان مسابقه. ۱۲

۱-۵) امتیاز دهی.. ۱۳

فصل دوم. ۱۵

منطق فازی.. ۱۵

۲-۱) مجموعه های فازی.. ۱۸

عملگرهای اصلی بر روی مجموعه های فازی.. ۱۹

۲-۲) متغیر های زبانی.. ۱۹

۲-۳) استدلال و استنتاج تقریبی.. ۲۰

فصل سوم. ۲۳

الکترونیک ربات.. ۲۳

۳-۱) شماتیک مدار. ۲۴

۳-۲) تغذیه ربات.. ۲۸

۳-۳) بینایی ربات.. ۳۲

۳-۴) مغز ربات.. ۳۷

اسم میکروکنترلر. ۴۰

محدودۀ ولتاژ تغذیه. ۴۰

فرکانس قابل قبول کریستال.. ۴۰

حافظه. ۴۳

امکانات جانبی.. ۴۴

میکروکنترلر. ۴۵

ولتاژهای عملیاتی.. ۴۵

فرکانسهای کاری.. ۴۵

۳-۵) واسط برنامه ریزی.. ۵۴

خود برنامه ریزی (Self Programming) 55

۳-۶) حرکت ربات.. ۵۷

راه اندازی به روش تک فاز. ۶۵

راه اندازی به روش دو فاز. ۶۶

راه اندازی به روش Half-Step. 66

۳-۷) قطعات بکار رفته در مدار ربات هوشمند. ۶۸

فصل چهارم. ۷۱

کنترل.. ۷۱

۴-۱) روشهای غیر کلاسیک کنترل.. ۷۴

۴-۲) کنترل کننده های فازی.. ۷۵

۴-۳) کنترل کننده های عصبی.. ۹۰

۴-۴) کنترل کننده های فازی-عصبی.. ۹۲

۴-۵) کنترل فازی استفاده شده در ربات هوشمند. ۹۶

فصل پنجم. ۱۰۲

هوشمندی و کامپیوتر. ۱۰۲

۵-۱) فلوچارت برنامه. ۱۰۴

۵-۲) برنامه ربات هوشمند به زبان C++. 111

۵-۳)   برنامه ریزی میکروکنترلر. ۱۳۳

فصل ششم. ۱۳۵

مکانیک ربات.. ۱۳۵

عکس های ربات خط یاب هوشمند فلزی.. ۱۳۹

فهرست منابع.. ۱۴۲

منطق فازی

 خلق، بسط و گسترش اندیشۀ فازی توسط «پروفسور لطفی زاده» استاد دانشگاه کالیفرنیا، برکلی.

در سال ۱۹۶۵ میلادی این دانشمند ایرانی اولین مقالۀ خود در زمینۀ «فازی» را با عنوان «مجموعه های فازی»[۱] منتشر کرد. شاید در تصور کسی نمی گنجید که این مقاله اولین جرقه از یک جهان بینی جدید در عرصۀ ریاضیات و علوم و اولین قدم در معرفی بینشی نو و واقع گرایانه از جهان، در چهارچوب مفاهیمی کاملا ً بدیع اما بسیار سازگار با طبیعت انسان باشد.

تفکر فازی[۲] از دیدگاهی فلسفی نشأت می گیرد که سابقه ای چندهزارساله و به قدمت تاریخ فلسفه دارد. همانگونه که فلسفۀ ادیان الهی با طبیعت و سرشت انسان سازگار است، تفکر فازی با الهام از فلسفۀ شرقی جهان را همانگونه که هست معرفی می کند. در فلسفۀ ارسطویی که در مقابل فلسفۀ شرق قرار دارد، همه چیز به دو دستۀ سیاه و سفید یا بله و خیر تقسیم می شود. مفاهیم منطقی و نتایج حاصله از استدلالات منطقی نیز در فلسفۀ ارسطویی هیچگونه حالت میانه ای ندارد. در این فلسفه نمی توان تا اندازه ای راستگو و ضمنا ً کمی هم دروغگو بود. نمی شود همزمان نسبتا ً جوان و تا اندازه ای هم پیر بود. در فلسفۀ ارسطویی مرزها کاملا ً مشخص و تعریف شده هستند.

در تفکر فازی مرز مشخصی وجود ندارد و تعلق عناصر مختلف به مفاهیم و موضوعات گوناگون نسبی است. به این ترتیب می بینیم که این تفکر تا چه اندازه با طبیعت جهان و انسان سازگار است. تفکر فازی دیدگاهی تازه را معرفی می کند که تعمیم منطق ارسطویی است؛ اما بر اساس این دیدگاه، ریاضیات کلاسیک نیز که بر منطق ارسطویی استوار است زیر سؤال می رود. از این رو مخالفتهای بسیاری را نیز از بدو شکوفایی خود به همراه داشته است.

منطق دیجیتال متداول که فقط از یک تصمیم “بله” یا “خیر” تشکیل شده است، برای مقاله های شامل هوش مناسب نمی باشد. اگر یک حالت سوم متناظر با جواب “شاید” را پیاده سازی نماییم، کمی بیشتر به مفهوم هوش نزدیک شده ایم. این روش اساس منطق فازی[۳] است.

دانشمندان کامپیوتر، رشتۀ “هوش مصنوعی” را ساخته اند زیرا دانش و معلومات در نظر آنها همان قوانین هستند که با منطق دیجیتال قابل نوشتن می باشند، ولی با گذشت مدت زمان زیاد و صرف هزینۀ بسیار در این رشته هنوز نتوانسته اند محصولات هوشمند قابل توجهی را عرضه کنند.

مهندسان فازی، نرم افزارها و تراشه هایی را تهیه می کنند که می توانند به سیستمهای کامپیوتری قدرت استدلالی نزدیک به قدرت استدلال انسان بدهند. این توانایی باعث می شود ماشینها هوشمندتر شده و کار با آنها ساده تر گردد. محققان فازی نیز این پیشرفت در زمینۀ هوشمندی را مدیون قوانین هستند ولی نه قوانین بکار گرفته شده توسط مهندسان هوش مصنوعی بلکه “قوانین فازی”؛ و علت آن نیز در نسبی بودن آن قوانین می باشد که در قوانین دیجیتالی چنین چیزی به چشم نمی خورد.

انواع دیگری از سیستمهای فازی با استفاده از تجربیات خود توانایی یادگیری و برنامه ریزی دارند. سیستمهای فازی خیلی سریع هوشمند هستند.

از جمله مصارفی که سیستمهای فازی سریع تا به امروز داشته اند، عبارتند از:

کنترل هوشمند قطارهای زیرزمینی.
هدایت و کنترل نرم و سریع هلی کوپترها به طور اتوماتیک.
سیستمهای تهویۀ مطبوع دقیق و سازگار.
دوربینهای عکاسی و فیلم برداری با قابلیت تنظیم و قدرت زوم بهینه.
ماشین های لباسشویی فازی که با توجه به ابعاد، وزن، جنس و بافت لباسها و میزان کثیفی آنها شستشویی مطلوب را ارائه می دهند.
جاروبرقی های فازی که با اندازه گیری میزان غبار و با توجه به جنس سطح زیر، به بهترین نحو عمل نظافت را انجام می دهند.
تلویزیونهای فازی که با توجه به شدت نور محیط و کیفیت تصویر و رنگ آن، دائما ً و با سرعتی فوق العاده تصویری مناسب را برای بیننده قابل مشاهده می سازند.
سیستمهای کنترل ترافیک هوشمند در خیابانها.

البته در حال حاضر ورودی کلیۀ این سیستمهای خبره، سنسورهای پیشرفته ای از جمله سنسورهای مادون قرمز می باشند.

از منطق فازی می توان در برنامه های خاصی که برای هوش مصنوعی مناسبند، استفاده نمود. از این رو در ساخت این ربات خط یاب هوشمند نیز از منطق فازی برای کنترل مسیریابی و حرکت آن استفاده شده است.

۲-۱) مجموعه های فازی

در فضای U، مجموعۀ فازی A، با یک تابع عضویت μ_A: U → [۰,۱] مشخص می شود. یعنی برای هر عضو u در U یک مقدار μ_A (u) در فاصلۀ [۰,۱] تعریف می شود، که درجۀ عضویت u  در A نامیده می شود.

یک مجموعۀ فازی را برای مجموعۀ مرجع پیوسته به شکل زیر نشان می دهیم:

 تکیه گاه[۴] مجموعۀ فازی، مجموعه u هایی است که در رابطۀ μ_A (u)>0 صدق کند.

 عملگرهای اصلی بر روی مجموعه های فازی

از آنجا که هر مجموعۀ فازی را با تابع عضویت آن بیان می کنیم، اعمال اصلی بر روی مجموعه های فازی نیز تبر حسب توابع عضویت قابل تعریف هستند که چند نمونه از این عملگرها در ادامه آورده شده است:

اجتماع
اشتراک
مکمل

 ۲-۲) متغیر های زبانی

 متغیر های زبانی یا محاوره ای، متغیر هایی هستند که مقادیر آنها نه اعداد، بلکه کلمات یا جملات در زبان طبیعی می باشند. این متغیرها یکی از ابزارهای اساسی منطق فازی و استنتاجات تقریبی می باشند؛ هر متغیر زبانی X بوسیلۀ یک پنج تایی مرتب به فرم ( X ,T(x) ,U ,G , M ) مشخص می شود که در آن X نام متغیر است که در مجموعۀ U تغییر می کند و G یک قاعدۀ نحوی (معمولا ًبه فرم دستور زبان)، برای تولید مجموع ترمهای T(x) مربوط به متغیر X است و M یک قاعدۀ معنایی است که به هر ترم از T(x) معنای آن را مربوط می سازد. M(x) نیز زیرمجموعۀ فازی U است.

 ۲-۳) استدلال و استنتاج تقریبی

گزاره های شرطی اهمیت اساسی در استنتاج واستخراج نتایج از مجموعه ای مفروضات، دارند. قوانین کنترل کننده های فازی، یک مجموعه گزاره های شرطی هستند که به یکی از دو صورت نوعی زیر بکار برده می شوند:

۱) If X₁ is A₁ and X₂ is A₂ and …Then Y₁ is B₁ and Y₂ is B₂ and …

۲) If X₁ is A₁ and X₂ is A₂ and …Then Y₁= f₁(X₁,X₂ ,…) and Y₂= f₂(X₁,X₂ ,…) and…

 که X_i ها متغیرهای زبانی و A_i ها مجموعه های فازی هستند که به عنوان مقادیر زبانی این متغیرها می باشند و f یک تابع ریاضی است که می تواند یک رابطۀ خطی به شکل زیر باشد:

  که c_i ها مقادیر عددی غیر فازی و x₁ و x₂ و … مقادیر غیر فازی به ترتیب مربوط به متغیرهای زبانی X₁ و X₂ و … هستند.

با داشتن مقادیر مربوط به قسمت مقدم قوانین (ورودیها)، روشهای مختلفی برای استنتاج و بدست آوردن خروجیها وجود دارد که یک روش سادۀ آن به صورت زیر می باشد:

فرض کنید n قانون داریم که قانون i ام به شکل زیر است:

R_i : If  X₁  is  Aⁱ₁  and  X₂  is  Aⁱ₂  Then  y  is  Bⁱ

 دراین قانون X₁ و X₂ ورودیهای یک کنترلر و y خروجی آن هستند بطوریکه مقدار عددی X₁ برابر x^*₁ و مقدارعددی X₂ برابر x^*₂ (که x^*₁ و x^*₂ اعداد حقیقی هستند) می باشد. برای هر قانون یک درجۀ همسازی به شکل زیر محاسبه می کنیم:

 لازم به توضیح است که اگر در قسمت مقدم قوانین بجای رابط and از رابط or استفاده شده بود، در رابطۀ بالا از عملگر max بجای min استفاده می شد.

با داشتن w_i ها می توان خروجی استنتاج شده از قوانین را به شکل زیر بدست آورد:

 که در رابطۀ فوق، b_i محل پیک تابع عضویت B_i است.

 فصل سوم

الکترونیک ربات

 منظور از الکترونیک ربات، کلیۀ قطعات و مدارهای الکترونیکی بکار رفته در این ربات هوشمند می باشد. مدار استفاده شده، وظیفۀ

دیدن خط و ارسال این پیغام به مغز جهت پردازش نرم افزاری
ارسال اطلاعات پردازش شده، ازطریق درایورها به موتورها برای چرخش و حرکت
سرعت ارسال اطلاعات
اعلام اینکه کدامیک از سنسورها خط را دیده اند
تأمین انرژی لازم برای هر یک از وظایف فوق

را بر عهده دارد.

از آنجا که چشمها، مغز، استپ موتورها، اعصاب(خطوط انتقال دیتا) و همچنین تأمین انرژی لازم تماما ً الکترونیکی می باشند، لذا مدار الکترونیکی این ربات را می توان به چند بخش که وظیفۀ هر یک کاملا ً مشخص است، تقسیم نمود. بخش بینایی، بخش عصبی و مغز، بخش حرکتی و بخش تغذیه.

۳-۲) تغذیه ربات

انرژی مورد نیاز در مقاله های رباتیک و مکاترونیک معمولا ً توسط آداپتور یا باطری تأمین می شود.

در انتخاب باطری مناسب باید دقت و بررسی لازم صورت گیرد. اطلاعات مورد نیاز برای تعیین بهترین باطری ممکن در هر مقاله ای عبارتند از ولتاژ، جریان، توان، وزن، محل قرارگیری و ابعاد باطری. البته پیشرفته بودن باطری تأثیر بسیار مثبتی بر عملکرد ربات بویژه در مسابقات می گذارد. معمولا ً استفاده از چند باطری کوچک در یک پکیج بسیار مناسب تر از یک باطری بزرگ بوده و همچنین در طراحی های پیشرفته تر نیز برای تغذیۀ ربات از باطری های قابل شارژ استفاده می شود. جهت استفادۀ هر چه بهتر از منابع تغذیه و کارایی بهتر و واضحتر آنها، توصیه می شود برای بخش پردازشگر و الکترونیک ربات و بخش حرکتی و موتورها، از منابعی مجزا استفاده شود.

باطریهای گوناگونی دررباتیک مورد استفاده قرار می گیرند. در زیر به چند نمونه از آنها اشاره داریم:

باطری سربی-اسیدی[۱]: این باطری فناوری ساخت ساده ای داشته و ارزان می باشد، مزیت این باطری، توانایی تولید جریانهای بالا یا پایین در محدودۀ دمایی متفاوت و قابل شارژ بودن آن است. مهمترین عیب باطریهای سربی-اسیدی وزن زیاد و افت ولتاژ آنها هنگام دشارژ است. این باطریها در انداره ها و شکلهای مختلف قابل دسترس هستند.

باطری Deep Cycle: این باطری همانطور که از  نامش پیداست، به گونه ای ساخته شده که برای استفاده های طولانی مدت، مشکلی ندارد. سطح جریان این نوع باطری پایین تر از بقیه می باشد. این باطری نیز قابل شارژ بوده و البته به زمان شارژ طولانی نیاز دارد.

باطری روی-کربن: این باطری قابلیت شارژ دوباره را نداشته ولی به جهت ارزان بودن آن، کاربرد وسیعی پیدا کرده است. در این باطریها بر حسب میزان دشارژ، سطح ولتاژ کاهش می یابد.

باطری قلیایی با قابلیت شارژ دوباره: عموما ً باطریهای قلیایی مانند باطری روی-کربن قابل شارژ نمی باشند، ولی نوعی باطری قلیایی طراحی شده است که قابلیت شارژ مجدد تا ۲۵ بار یا بیشتر را دارا می باشد.

باطری نیکل-کادمیوم: این باطری قابل شارژ مجدد می باشد. همچنین می توانند در یک ولتاژ نسبتا ً ثابت، جریان بالایی را تولید کنند. به دلیل گران بودن فلز کادمیوم، این باطری گران می باشد.

باطری نیکل-هیدروکسید فلز[۲]: این باطری که از ترکیب آلیاژ فلز و هیدروژن و اکسید نیکل به همراه هیدروکسید پتاسیم تشکیل شده است، جایگزین بسیار خوبی برای باطری نیکل-کادمیوم به حساب می آید. چرا که علاوه بر ارزانتر بودن، عمر مفیدشان هم باندازۀ ۴۰ % بیشتر است.

باطری لیتیوم و یون لیتیوم: لیتیوم واکنش دهنده ای ایده آل در فن آوری باطریها می باشد. انرژی تولید شده در یک باطری لیتیوم، ۵ برابر بیشتر از باطریهای سربی-اسیدی هم اندازۀ آنها و۳ برابر بیشتر از سلولهای قلیایی است. سلولهای لیتیوم معمولا ً دارای ولتاژ آغازین ۳ ولت می باشند، در نتیجه وزن این باتریها کمتر و هزینۀ مصرفی آنها پایین تر و همچنین ولتاژ آنها بالاتر و پایدارتر از بقیه است. شایان ذکر است، لیتیوم در تماس با آب واکنش داده و هیدروژن آزاد شده باعث افزایش فشار باطری می شود که می تواند موجب انفجار باطری شود.

 استفاده از برق  شهر و آداپتور، گزینۀ دیگری است که در بسیاری از تولیدات مکاترونیکی و همچنین در رباتها نیز به چشم می خورد. البته بسته به ولتاژ عملیاتی میکروکنترلر و مدار مربوطه  باید ولتاژ تنظیم شده ای از برق شهر توسط آداپتور و در صورت لزوم رگولاتورهای ولتاژ، به مدار ربات اعمال شود.

در ارتباط با محل نصب باطریها در یک ربات باید توجه داشته باشیم که، از آنجا که باطریها سنگین ترین جزء تشکیل دهندۀ ربات هستند، در نقطه ای قرار گیرند که  به مرکز سقل ربات نزدیکتر باشند و به حفظ تعادل آن کمک کنند. باطریها باید در جایی تعبیه شوند که برای شارژ یا تعویض آنها مشکلی وجود نداشته باشد.

در این ربات هوشمند، به جهت عملکرد بهتر، از دو نوع تغذیه و به طور مجزا استفاده شده است. بخش الکترونیکی و کنترلی آن تماما ً توسط باطریهای نیکل-هیدروکسید فلز، که قابل شارژ می باشند، تغذیه شده و دو موتور به همراه درایورهایشان، انرژی لازم را از آداپتور و رگولاتور ولتاژ بدست می آورند. آداپتور مورد استفاده نیز ۱۰۰۰mA می باشد که دلیل این انتخاب را در بخش ۴-۶ بررسی می کنیم.

۳-۳) بینایی ربات

سیستم بینایی این ربات از ۷ سنسور مادون قرمز “JK15013″ و دو مقایسه کنندۀ ولتاژ منفی تشکیل شده است.

مقایسه کننده ها وظیفۀ تشخیص رنگ سیاه و سفید از یکدیگر را بر عهده دارند. مقایسه کننده در اصل یک تقویت کنندۀ عملیاتی(OP-AMP) می باشد. هر تقویت کنندۀ عملیاتی دارای دو ورودی به نامهای ورودی وارونگر(-) و ورودی غیروارونگر(+) بوده که می تواند به دو صورت مورد استفاده قرار گیرد.

در حالت اول که “حالت خطی” نام دارد، opamp به صورت یک تقویت کنندۀ متداول AC یا DC با بهرۀ ولتاژی که توسط حلقۀ فیدبک تعیین می شود، عمل می کند. هنگامی که سیگنالها باید بدون تغییر شکل موج تقویت شوند، از این حالت عملکرد استفاده می شود. در این حالت اگر سیگنالی به ورودی وارونگر اعمال شود، همان سیگنال ولی با فاز مخالف در خروجی ظاهر می گردد. همچنین اگر این سیگنال به ورودی غیروارونگر داده شود، در خروجی نیز دقیقا ً همان سیگنال البته با تأثیر بهرۀ تقویت کننده تحویل گرفته می شود.

حالت دوم وقتی است که از opamp به عنوان “مقایسه کننده” استفاده می شود. مدار مقایسه کنندۀ ولتاژ یک مدار تقویت کننده عملیاتی با بهرۀ زیاد است که دو ولتاژ ورودی را با هم مقایسه می کند و در خروجی سیگنالی ایجاد می کند که نشان می دهد ورودیها با هم برابرند یا خیر. ورودی اول که معیار سنجش ورودی دیگر است، ولتاژ مرجع نامیده می شود. ولتاژ مرجع را خودمان و توسط یک مقسم ولتاژ ساخته شده از مقاومتها، تنظیم می کنیم. در این حالت نیز بسته به اعمال ولتاژ تست(ورودی دوم) به پایه های ورودی opamp، دو حالت در خروجی رخ می دهد. اگر ولتاژ تست به پایۀ منفی(وارونگر) اعمال شود، در صورتی که از ولتاژ مرجع کمتر باشد و یا با ولتاژ مرجع برابر باشد، خروجی ولتاژی مثبت(High) و در صورتی که از ولتاژ مرجع بیشتر باشد، خروجی ولتاژی منفی یا برابر صفر خواهد شد؛ این نوع از مقایسه کننده ها را، مقایسه کنندۀ ولتاژ منفی می نامند. همچنین اگر ولتاژ تست به ورودی مثبت opamp (غیروارونگر) اعمال شود، به شرطی که از ولتاژ مرجع کمتر و یا با آن برابر باشد، خروجی ولتاژی منفی (Low) و هنگامی که از ولتاژ مرجع بیشتر باشد، خروجی مقداری مثبت خواهد شد؛ این گونه از مقایسه کننده ها، مقایسه کننده های سادۀ ولتاژ یا مقایسه کنندۀ ولتاژ مثبت نامیده می شوند. در هر دوحالت هنگامی که مقدار ولتاژ ورودی از ولتاژ مرجع می گذرد، به دلیل بهرۀ زیاد حالت “عملکرد ناگهانی” رخ می دهد. به این معنی که زمانی که ورودی به آرامی تغییر می کند، خروجی opamp به سرعت از سطح منطقی High به Low یا از سطح منطقی Low به High می رود. این حالت عملکرد، زمانی مناسب است که از مدار برای تریگر کردن بار توسط سیگنالهای فرستاده شده از سنسورها یا مدارات دیگر برای پاسخگویی سریع استفاده می شود.

 در این ربات از دو IC[3]، “LM324″ به عنوان مقایسه کنندۀ ولتاژ منفی استفاده شده است که هر یک، از چهار تقویت کنندۀ عملیاتی تشکیل شده اند. خروجی هر سنسور(پایۀ کلکتور) به یکی از ورودیهای منفی این دو مقایسه کننده وارد میشود.

مدار داخلی این ICها در شکل زیر نشان داده شده است. جهت اطلاعات بیشتر دربارۀ این ICها به دیتاشیت آن که در فایلی ضمیمۀ مقاله آمده است، رجوع نمایید.

 سنسورهای مادون قرمز بکار رفته در این ربات هوشمند، یکی از جدیدترین سنسورهای تشخیص رنگ سیاه و سفید است که با تابش موج مادون قرمز به سطح و دریافت بازتابش آن از همان سطح، می تواند رنگها را از هم تشخیص دهد؛ البته فقط دو رنگ سیاه و سفید برایش معنا دارد. در واقع این سنسور یک فتوترانزیستور IR می باشد. همانطور که روی بدنۀ این سنسور نیز چاپ شده است، در دیتاشیتها و در اینترنت این سنسور با نام “LTH 1550-01″ دیده می شود.

۳-۴) مغز ربات