طراحی مسیر بهینه برای ربات های همکار در حضور موانع به روش شبکه عصبی

در این تحقیق طراحی مسیر بهینه در فضای مفاصل ربات به روش شبکه عصبی بررسی شده است. بدین منظور ابتدا به معرفی شبکه های عصبی مصنوعی و انواع آنها پرداخته شده است. شبکه های عصبی پیشرو و بازگشت پذیر به عنوان دو گروه اصلی از شبکه های عصبی معرفی شده اند. از شبکه های عصبی پیشرو به عنوان ابزاری برای حل مساله سینماتیک معکوس و از شبکه های عصبی بازگشت پذیر به منظور حل مسائل بهینه سازی بهره گرفته شده است. در ادامه به استخراج معادلات سینماتیکی و دینامیکی یک مجموعه ربات همکار پنج درجه آزادی با دو درجه افزونگی درجه آزادی و یک درجه افزونگی عملگر پرداخته شده است. سپس با تعریف دو تابع هدف که یکی از آنها شامل پارامترهای سینماتیکی و دیگری شامل پارامترهای دینامیکی می باشد، به طراحی مسیر بهینه همراه با حداقل کردن هر یک از این توابع به صورت مجزا پرداخته شده است. از آنجایی که مجهولات به صورت توابعی پیوسته در زمان می باشند، بهینه کردن آنها به کمک روش شبکه عصبی نیازمند آن است که ابتدا توابع فوق به صورت گسسته تبدیل شوند یعنی مساله را ابتدا تبدیل به یک مساله بهینه سازی جبری کرده و سپس به کمک روش شبکه عصبی به حل مساله پرداخت. بدین منظور از فیزیک مساله به منظور گسسته سازی توابع مجهول استفاده شده است. برای ارزیابی صحت حل مساله به مقایسه نتایج حاصل از این روش برای یک ربات سری با نتایج حاصل از حل دقیق آن پرداخته شده است که تایید کننده روش حل موجود می باشد. برای مسیر حرکت مرکز جرم متصل به پنجه های مجموعه ربات همکار مورد بررسی دو مسیر مختلف در نظر گرفته شده است. مساله طراحی مسیر بهینه با حداقل کردن اندیس سینماتیکی و اندیس دینامیکی در دو حالت بدون حضور موانع و با حضور موانع برای هر دو مسیر حل شده است.