रोबोटिक्स विज्ञान र प्रविधिको एक अद्वितीय मिश्रण हो जसले मानिसका कार्यहरूको नक्कल गर्ने मेसिनहरू उत्पादन गर्दछ।
2000 को प्रारम्भमा, 90% रोबोटहरू कार निर्माण प्लान्टहरूमा थिए जसले दोहोरिने कार्यहरूका लागि मानिसहरूलाई प्रतिस्थापन गर्दै थिए। अब रोबोटले घर भ्याक्युम गर्न र रेष्टुरेन्टमा पनि सेवा दिन सक्छन्।
रोबोटमा सामान्यतया तीन प्रकारका कम्पोनेन्टहरू हुन्छन्; यांत्रिक शरीर; बिजुली कंकाल, र अन्तमा कोड संग बनेको मस्तिष्क।
यी कम्पोनेन्टहरूले रोबोटलाई डेटा सङ्कलन गर्न अनुमति दिन्छ (प्रायः सेन्सरहरूबाट), व्यवहार र कार्यहरू पूरा गर्न प्रोग्राम गरिएको तर्क मार्फत निर्णयहरू लिन।
रोबोटमा तीन प्रकारका कार्यक्रमहरू हुन सक्छन्; रिमोट कन्ट्रोल (RC), कृत्रिम खुफिया (AI), वा हाइब्रिड।
RC कार्यक्रमहरूलाई रोबोटलाई कोडको कार्यान्वयनको लागि स्टार्ट र/वा स्टप सिग्नल दिन सक्ने मानिसको हस्तक्षेप चाहिन्छ। कार्यक्रमहरूमा विभिन्न प्रकारका एल्गोरिदमहरू हुन्छन्, प्रत्येक फरक प्रकार्यको साथ।
एक एल्गोरिथ्म के हो?
एल्गोरिदम कोडको लाइनहरूको एक श्रृंखला हो जुन रोबोटले निश्चित निर्देशनहरू गर्न प्रयोग गर्न सक्छ। यसले विकासकर्ताका विचारहरूलाई रोबोटले बुझेको भाषामा अनुवाद गर्छ।
एल्गोरिदमहरू स्यूडोकोड, फ्लोचार्टहरू सहित धेरै प्रकारका नोटेशनहरूमा व्यक्त गर्न सकिन्छ। प्रोग्रामिंग भाषाहरू, वा नियन्त्रण तालिकाहरू।
यस लेखमा हामी यी कार्यक्रमहरूमा प्रयोग हुने एल्गोरिदमका केही सामान्य प्रकारहरूबारे छलफल गर्नेछौं।
रोबोटिक्समा प्रयोग हुने एल्गोरिदमका प्रकारहरू
1. कुनै पनि समय A* एल्गोरिदम
A* एल्गोरिथ्म एउटा मार्ग खोज एल्गोरिदम हो जुन दुई बिन्दुहरू बीचको सबैभन्दा इष्टतम मार्ग फेला पार्न प्रयोग गरिन्छ, अर्थात् सबैभन्दा सानो लागतमा।
कुनै पनि समय A* एल्गोरिदमको लचिलो समय लागत छ र यसले बाधा आए पनि छोटो बाटो फर्काउन सक्छ किनकि यसले पहिले गैर-इष्टतम समाधान उत्पन्न गर्छ र त्यसपछि यसलाई अनुकूलन गर्दछ।
यसले छिटो निर्णय लिन अनुमति दिन्छ किनकि रोबोटले स्क्र्याचबाट सुरु गर्नुको सट्टा अघिल्लो गणनाहरूमा निर्माण गर्न सक्छ।
यस्ले कसरी काम गर्छ?
यसले 'ट्री' बनाएर गर्छ जुन सुरु नोडबाट समाप्तिको मापदण्ड ट्रिगर नभएसम्म विस्तार हुन्छ जसको अर्थ त्यहाँ कम खर्चिलो बाटो उपलब्ध छ।
एक 2D ग्रिड बाधाहरु संग बनाइएको छ र एक सुरु सेल र लक्ष्य कोशिकाहरु पिन-पोइन्ट छन्।
एल्गोरिदमले नोडको 'मान' लाई f द्वारा परिभाषित गर्दछ जुन प्यारामिटरहरू g (सुरुवात नोडबाट प्रश्नमा नोडमा सर्ने लागत) र h (प्रश्नमा रहेको नोडबाट लक्ष्य नोडमा सर्ने लागत) को योगफल हो।
आवेदन
धेरै खेलहरू र वेब-आधारित नक्साहरूले यो एल्गोरिथ्मलाई सबैभन्दा छोटो मार्ग कुशलतापूर्वक फेला पार्न प्रयोग गर्दछ। यो मोबाइल रोबोटको लागि पनि प्रयोग गर्न सकिन्छ।
जस्ता जटिल समस्याहरू पनि समाधान गर्न सकिन्छ न्यूटन-राफसन संख्याको वर्गमूल पत्ता लगाउन पुनरावृत्ति लागू हुन्छ।
यो अन्तरिक्षमा कुनै वस्तुको गति र टक्करको भविष्यवाणी गर्न ट्र्याजेक्टोरी समस्याहरूमा पनि प्रयोग गरिन्छ।
2. D* एल्गोरिदम
D*, फोकस गरिएको D* र D* Lite दुई बिन्दुहरू बीचको छोटो बाटो पत्ता लगाउन वृद्धिशील खोज एल्गोरिदमहरू हुन्।
तथापि, तिनीहरू A* एल्गोरिदम र नयाँ आविष्कारहरूको मिश्रण हुन् जसले तिनीहरूलाई अज्ञात अवरोधहरूको लागि तिनीहरूको नक्सामा जानकारी थप्न अनुमति दिन्छ।
तिनीहरूले नयाँ जानकारीको आधारमा मार्ग पुन: गणना गर्न सक्छन्, धेरै मार्स रोभर जस्तै।
यस्ले कसरी काम गर्छ?
D* Algorithm को काम A* को जस्तै छ, एल्गोरिदमले पहिले f, h परिभाषित गर्छ र खुला र बन्द सूची सिर्जना गर्दछ।
यस पछि, D* एल्गोरिदमले यसको छिमेकी नोडहरूको g मान प्रयोग गरेर हालको नोडको g मान निर्धारण गर्दछ।
प्रत्येक छिमेकी नोडले हालको g मानको बारेमा अनुमान गर्छ र सबैभन्दा छोटो g मानलाई नयाँ g मानको रूपमा अनुकूलित गरिन्छ।
आवेदन
D* र यसका भेरियन्टहरू मोबाइल रोबोटका लागि व्यापक रूपमा प्रयोग गरिन्छ स्वायत्त वाहन नेभिगेसन
त्यस्ता नेभिगेसन प्रणालीहरूमा मार्स रोभरहरू अपरच्युनिटी र स्पिरिटमा परीक्षण गरिएको प्रोटोटाइप प्रणाली र नेभिगेसन प्रणाली समावेश छ। DARPA शहरी चुनौती.
3. PRM एल्गोरिथ्म
PRM, वा सम्भाव्य रोडम्याप, दिइएको नक्सामा खाली र ओगटेड स्पेसहरूमा आधारित सम्भावित मार्गहरूको नेटवर्क ग्राफ हो।
तिनीहरू जटिल योजना प्रणालीहरूमा प्रयोग गरिन्छ र अवरोधहरू वरिपरि कम लागत मार्गहरू फेला पार्न पनि प्रयोग गरिन्छ।
PRM ले आफ्नो नक्सामा बिन्दुहरूको अनियमित नमूना प्रयोग गर्दछ जहाँ एक रोबोट उपकरण सम्भवतः सार्न सक्छ र त्यसपछि छोटो मार्ग गणना गरिन्छ।
यस्ले कसरी काम गर्छ?
PRM ले निर्माण र क्वेरी चरण समावेश गर्दछ।
पहिलो चरणमा, एक रोडम्याप ग्राफ गरिएको छ जुन वातावरणमा सम्भावित गतिहरू अनुमानित गर्दछ। एक अनियमित कन्फिगरेसन त्यसपछि सिर्जना गरिएको छ र केहि छिमेकीहरूसँग जोडिएको छ।
सुरु र लक्ष्य कन्फिगरेसनहरू क्वेरी चरणमा ग्राफमा जोडिएका छन्। त्यसपछि बाटो a द्वारा प्राप्त हुन्छ Dijkstra को छोटो बाटो क्वेरी
आवेदन
PRM स्थानीय योजनाकारहरूमा प्रयोग गरिन्छ, जहाँ एल्गोरिदमले दुई बिन्दुहरू, अर्थात् प्रारम्भिक, र लक्ष्य बिन्दुहरू बीचको सीधा रेखा मार्ग गणना गर्दछ।
एल्गोरिदम पनि पथ योजना र टक्कर पत्ता लगाउने अनुप्रयोगहरू सुधार गर्न प्रयोग गर्न सकिन्छ।
4. शून्य क्षण बिन्दु (ZMP) एल्गोरिथ्म
Zero Moment Point (ZMP प्रविधि) एक एल्गोरिथ्म हो जुन रोबोटले भुइँको प्रतिक्रिया बलको विपरीत कुल जडता राख्न प्रयोग गर्दछ।
यो एल्गोरिथ्मले ZMP गणना गर्ने अवधारणा प्रयोग गर्दछ र यसलाई द्विपेडल रोबोटहरू सन्तुलन गर्ने तरिकामा लागू गर्दछ। चिल्लो भुइँको सतहमा यो एल्गोरिथ्म प्रयोग गर्दा रोबोटलाई कुनै पल नभएजस्तै हिँड्न अनुमति दिन्छ।
ASIMO (Honda) जस्ता निर्माण कम्पनीहरूले यो प्रविधि प्रयोग गर्छन्।
यस्ले कसरी काम गर्छ?
हिड्ने रोबोटको गति कोणीय गति समीकरण प्रयोग गरेर योजना गरिएको छ। यसले सुनिश्चित गर्दछ कि उत्पन्न संयुक्त गतिले रोबोटको गतिशील मुद्रा स्थिरताको ग्यारेन्टी गर्दछ।
यो स्थिरता पूर्वनिर्धारित स्थिरता क्षेत्र को सीमाहरु भित्र शून्य-क्षण बिन्दु (एल्गोरिथ्म द्वारा गणना) को दूरी द्वारा मापन गरिएको छ।
आवेदन
र्याम्प र अवरोधहरू नेभिगेट गर्दा iRobot PackBot जस्ता रोबोटहरूको टिपिङ ओभर विरुद्ध स्थिरता मूल्याङ्कन गर्न शून्य क्षण बिन्दुहरू मेट्रिकको रूपमा प्रयोग गर्न सकिन्छ।
5. समानुपातिक इन्टिग्रल डिफरेंशियल (PID) नियन्त्रण एल्गोरिथ्म
समानुपातिक इन्टिग्रल डिफरेंशियल कन्ट्रोल वा PID, त्रुटि मान गणना गरेर मेकानिकल घटकहरूको लागि सेटिङहरू समायोजन गर्न सेन्सर प्रतिक्रिया लुप सिर्जना गर्दछ।
यी एल्गोरिदमहरूले सबै तीन आधारभूत गुणांकहरू संयोजन गर्दछ, अर्थात्, अनुपात, अभिन्न, र व्युत्पन्न ताकि यसले नियन्त्रण संकेत उत्पादन गर्दछ।
यसले वास्तविक समयमा काम गर्छ र आवश्यक भएमा सुधारहरू लागू गर्दछ। यो मा देख्न सकिन्छ सेल्फ ड्राइविंग कारहरू.
यस्ले कसरी काम गर्छ?
PID नियन्त्रकले सही र इष्टतम नियन्त्रण लागू गर्न यसको उत्पादनमा समानुपातिकता, अभिन्न र व्युत्पन्न प्रभावको तीन नियन्त्रण सर्तहरू प्रयोग गर्दछ।
यो नियन्त्रकले इच्छित सेटपोइन्ट र मापन प्रक्रिया चर बीचको भिन्नताको रूपमा त्रुटि मानलाई निरन्तर गणना गर्दछ।
यसले नियन्त्रण चरको समायोजन गरेर समयको साथ त्रुटि कम गर्नको लागि सुधार लागू गर्दछ।
आवेदन
यो नियन्त्रकले मापनयोग्य आउटपुट, त्यो आउटपुटको लागि ज्ञात आदर्श मान, र मापनयोग्य आउटपुटलाई असर गर्ने प्रक्रियामा इनपुट भएको कुनै पनि प्रक्रियालाई नियन्त्रण गर्न सक्छ।
तापमान, दबाब, बल, तौल, स्थिति, गति र मापन अवस्थित कुनै पनि अन्य चर नियमन गर्न उद्योगमा नियन्त्रकहरू प्रयोग गरिन्छ।
निष्कर्ष
त्यसोभए, यी रोबोटिक्समा प्रयोग हुने सबैभन्दा सामान्य एल्गोरिदमहरू थिए। यी सबै एल्गोरिदमहरू भौतिक, रैखिक बीजगणित र तथ्याङ्कहरूको मिश्रणको साथ धेरै जटिल छन् कार्यहरू र आन्दोलनहरू नक्सा गर्न प्रयोग गरिन्छ।
यद्यपि, प्रविधिको विकाससँगै रोबोटिक्स एल्गोरिदमहरू अझ जटिल हुन जान्छ। रोबोटहरूले थप कार्यहरू पूरा गर्न र आफ्नो लागि थप सोच्न सक्षम हुनेछन्।
यदि तपाइँ यो लेख को आनन्द लिनुभयो, HashDork's Weekly को सदस्यता लिनुहोस् इमेलहरू मार्फत अद्यावधिकहरू, जहाँ हामी नवीनतम AI, ML, DL, प्रोग्रामिङ र भविष्य टेक समाचारहरू साझा गर्छौं।
जवाफ छाड्नुस्