Comparision of robotic control methods involving neural networks.

Abstract

KISA ÖZET Bu tezde iki eklemli düzlemsel ve 3 er eklemli silindirik ve küresel robotlar için her biri sinir ağları içeren Oransal-Türevsel denetim yöntemi ile Oransal-Türevsel ve Sabit Hata İvmeli denetimler arasında açkılamak yapıya sahip bir denetim yöntemi arasında karşılaştırma yapılmıştır. İlk aşamada robotların dinamik davranışlarını modelleyen denklemler, bir sembol işleme paketi ile türetilmiştir. Bu iki denetim yöntemi de ayrıklaştırılmış robot modellerini gerektirmektedir. Robot durum değişkenlerini ayrıklaştıran bir yöntem verilmiştir ve ayrıklaştırma işlemi sonucunda kalan terimlerin doğrusal olduğu gösterilmiştir. Birincil ve ikincil denetim çevrim kavramları dile getirilmiştir ve birincil çevrimin sinir ağlarıyla oluşturulması için bir temel verilmiştir. Aynı anda iki çevrim birden kullanmanın gerekçesi şöyle açıklanabilir : birincil çevrim robot dinamiğinin tersinin bulunmasına yararken, ikincil çevrim birincil çevrimin uygulanması sonucunda ortaya çıkan hataların sıfıra indirilmesi için kullanılmaktadır. Kullanılan ikincil çevrim teorileri de bütünlük için verilmiştir. Robotu denetlemek için gerekli tüm verilerin elde edildiği çevrim dışı gerçekleştirilen veri üretme koşumları açıklanmıştır. Hata indirgeme çevriminin kullanıldığı durumlarda elde edilen sonuçların, sinir ağları ile gerçekleştirilmiş birincil çevrimin kendi başına kullanıldığı durumlara göre daha başarılı olduğu gösterilmiştir. Bu çalışma herhangi bir robotun denetim sorununa basit ve doğal bir çözüm getirmiştir, çünkü robot hakkında hiçbir ön bilgi gerektirmemektedir. Robotun bilgisayar ekranında canlandırılabilmesi için üç-boyutlu bir arayüz yazılmıştır. Tüm yazdım, MS-DOS işletim sistemi altında ve C dili kullanılarak oluşturulmuştur.

IV ABSTRACT In this thesis, a Proportional-Derivative (PD) control scheme and a switching algorithm between PD and Constant Error Acceleration (PD+CEA) control scheme which involve multilayered feedforward Neural Networks are compared for a two Degree of Freedom (DOF) planar robot and three DOF cylindrical and spherical robots. The dynamical equations describing the robots are derived first, using a symbolic computation package. Those two control schemes are to be used with decoupled models of the robots. A method of decoupling the states of the robot is given and the remaining terms after decoupling become linear. The concepts of Primary and Secondary Controllers are stated and a framework for using the Neural Networks as the Primary Controllers is presented. The main idea of using two controllers is that the Primary Controller approximates the inverse of the system, and the Secondary Controller offers a way of reducing the errors occuring between the reference states and actual robot states after the control input due to the Primary Controller is applied. The theories of the Secondary Controllers used are presented for completeness. The procedure of generation of the training patterns for the Neural Networks is explained where all the data necessary to control the robot is gathered during off-line pattern generation runs. It is shown that satisfactory results are obtained compared to the cases where no error reduction is present and the only controller is a Neural Primary Controller. This thesis offers an easy and natural solution to the control problem of arbitrary robot configurations, since no apriori knowledge of the robot is assumed. Also a 3-D graphical interface is written to visualize the robots on the computer display. All of the programs are developed under MS- DOS operating system using C language.