Mobil insansı robot tasarımı imalatı ve kontrolü

Abstract

Bu çalışmada, görüntü uzayı içerisine yerleştirilen cisimlerin robotun kamerası ile algılanıp cismin robot tarafından otonom olarak tutulması amaçlanmıştır. Bu amaca uygun mobil insansı robot tasarlanıp imal edilmiştir. Robotun her bir kolunda tutucu ile birlikte 6, baş kısmında 2 ve paletli mekanizmasında 2 olmak üzere toplam 16 serbestlik derecesi bulunmaktadır. Pozisyon tabanlı görsel servo kontrolün temelini görüntü işleme ve kontrol oluşturmaktadır. Robotun kontrolü için kinematik denklemlere ihtiyaç duyulmuştur. Robotun koluna ve başına ait ileri denklemleri Denavit Hartenberg yöntemi ile ters kinematik denklemleri cebirsel yöntemle elde edilmiştir. Görüntü işleme teknikleri ile cismin ihtiyaç duyulan konum koordinatları hesaplanmıştır. Ancak burada görüntü işleme sırasında robotun başının hareketinden dolayı elde edilen görüntünün bozulduğu tespit edilmiştir. Bu sorunu aşmak için yapay sinir ağlarından destek alınarak bir düzeltme katsayısı (kd) sürekli olarak güncellenerek görüntünün iyileşmesi sağlanmıştır. İlk olarak pozisyon tabanlı görsel servo kontrolün temel kontrol algoritması belirlenmiştir. Bunun için kollara PID ve 2-dof PID kontrol uygulanıp verileri tablo ve grafik olarak elde edilmiştir. Elde edilen sonuçlar kıyaslandığında 2-dof PID'nin x-y-z değerlerinin % hatasının daha az olduğu, oturma zamanının daha kısa olduğu, salınım ve aşımlarının daha az olduğu tespit edilmiştir. Elde edilen sonuçlarda 2-dof PID daha başarılı olduğundan kolların temel kontrol algoritması olarak seçilmiştir. Yapılan çalışma renk bazlı olup görüntü işleme acısından yeşil renkli cisim seçilmiştir. Pozisyon tabanlı görsel servo kontrol ile ilgili 3 farklı uygulama gerçekleştirilmiştir. Birinci uygulamada 7-9-11 cm yüksekliğinde, dikdörtgen şekilli cisim insan eli tarafından tutulup robotun yakalaması amaçlanmıştır. İkinci uygulamada aynı cisimlerin masa üstüne konulup robotun yakalaması amaçlanmıştır. Son uygulamada değişken kesitli cisim masa üstüne konulup robotun cismin uygun yerinden yakalaması amaçlanmıştır. Her üç uygulamada temel kontrol algoritması aynı olup birinci uygulamada robot kolu hedef noktaya direk giderken ikinci uygulamada robotun masaya çarpma ihtimali olduğundan dolayı yörünge planlaması ile gitmektedir. Üçüncü uygulamada ise cismin daralan kesitinin hesaplanması yapılıp robot tutucunun cismi en uygun yerinden tutması amaçlanmıştır. Yapılan denemelerde birinci uygulamada genellikle %90-80, ikinci uygulamada %80-70 ve son uygulamada %40-50 başarı sağlanmıştır

In this study, it is aimed to detect the objects in the image space by the humanoid robot's camera, and to grasp them by the robot's grippers autonomously. Mobile humanoid robot has been designed and manufactured for this purpose. The robot's arm has six degree of freedom, five degrees of freedom are located at the arm while one degree of freedom is assigned to the gripper. The head of the robot has two degrees of freedom which is pan-tilt platform. The robot has totally 16 dof. Image processing and control are the basis of position based visual servoing. The kinematic equations were needed to control the robot. Forward equations of robot arm and head were obtained using D-H method while inverse kinematics equations were obtained by algebraic methods. Image processing was used to calculate coordinates of the object. However, Image deteriorated through the movement of the robot head. Neural networks was used to overcome this problem. Correction coefficient (kd) was updated to improve the image. Firstly basic control algorithm of position based visual servoing was determined. PID and dof PID controller were applied to the robot. When the results were compared, 2-DOF PID was found better than PID. Three different applications were applied to the robot about position based visual serving. In these applications green object was used. In the first application, 7-9-11 cm high, rectangular objects kept by the human hand were used in order to grasp by the robot. In the second application same objects placed on the table were used. Variable cross-section object was used in the final application. It is placed in the table. In the first application gripper moved directly to the object while in second application path planning was used to prevent gripper impact. In the third application body tapering section was calculated to grasp by gripper. At the end of these studies, 85%, 75% and %45 success ratios have been achieved in the first, second and third applications, respectively.