جلسه دفاع پایان نامه کارشناسی ارشد (آقای آرمین قدیری)
موضوع: کنترل هوشمند یک بازوی رباتیک بر اساس دادههای حرکت بازوی انسان
ارائه دهنده: آرمین قدیری
استاد راهنما: دکتر مرضیه مجدراصیل، دکتر مهدی کشمیری
استادان داور: دکتر سعید بهبهانی، دکتر محمد دانش
چکیده:
در چشمانداز صنعت مدرن و حوزههای توانبخشی، همکاری و تعامل انسان و ربات به یک ضرورت انکارناپذیر تبدیل شده است. با این حال، یکی از بزرگترین موانع در تحقق تعاملات طبیعی و کارآمد، تأخیر زمانی ذاتی در سیستم است. این تأخیر که از لحظه دریافت حرکت انسان توسط حسگر تا اجرای فیزیکی آن توسط ربات رخ میدهد، منجر به ناهماهنگی، کاهش دقت ردیابی و از بین رفتن حس همزمانی در همکاری میشود. هدف اصلی این پایاننامه، طراحی، پیادهسازی و ارزیابی یک سیستم هدایت هوشمند برای غلبه بر این چالش است تا با پیشبینی قصد حرکتی کاربر، یک تعامل بلادرنگ، روان و دقیق را ممکن سازد. راهکار پیشنهادی در این پژوهش، بر پایه یک معماری یکپارچه سختافزاری و نرمافزاری استوار است. در این سیستم، موقعیت سهبعدی دست کاربر توسط دوربین عمقسنج با فرکانس بالا استخراج میگردد. دادههای خام پس از پیشپردازش و حذف نویز، به هسته اصلی سیستم یعنی یک مدل پیشبین هوشمند ارسال میشوند. این مدل مبتنی بر سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) طراحی شده است که با دریافت سری زمانی موقعیتهای گذشته و حال، موقعیت آتی دست کاربر را با دقت بالایی تخمین میزند. در نهایت، فرمان حرکتی پیشبینیشده از طریق یک کانال ارتباطی بهینه به کنترلر بازوی ربات ارسال شده و اجرا میشود. برای اعتبارسنجی جامع عملکرد سیستم، یک فرآیند ارزیابی چندمرحلهای انجام شد. در گام نخست، مدل انفیس در محیط شبیهسازی متلب و در حضور یک تأخیر مصنوعی ارزیابی شد. نتایج نشان داد که این مدل با موفقیت، خطای ردیابی را تا 89% نسبت به سیستمی که فاقد پیشبینی است، کاهش میدهد. در گام بعدی، پس از پیادهسازی مدل بر روی سختافزار واقعی، مجموعهای از آزمایشهای عملی انجام گرفت. این آزمایشها شامل ردیابی مسیرهای از پیش تعریفشده (برای ارزیابی خالص مدل) و ردیابی بلادرنگ حرکت دست انسان (برای ارزیابی کل سیستم در شرایط واقعی) بود. نتایج تجربی به طور پیوسته نشان داد که سیستم مجهز به مدل پیشبین، خطای موقعیتیابی را بسته به نوع حرکت تا ۴۵% کاهش میدهد. در نهایت، این پژوهش با موفقیت یک مدل تئوری را به یک سیستم رباتیک کاملاً عملیاتی و کارآمد تبدیل میکند. دستاورد کلیدی این کار، ارائه یک راهکار جامع و اعتبارسنجیشده است که نشان میدهد پیشبینی هوشمند حرکت، ابزاری قدرتمند برای جبران تأخیر سیستماتیک و بهبود چشمگیر کیفیت تعامل در سیستمهای همکاری انسان و ربات محسوب میشود و مسیر را برای کاربردهای صنعتی و توانبخشی پیشرفته هموارتر میسازد.