La conception modulaire et la Production d’un Robot Intelligent basé sur une stratégie de commande en boucle fermée

Les robots sont des machines complexes et intelligents qui allient les connaissances de plusieurs disciplines, y compris la mécanique, électronique, contrôle, ordinateurs, capteurs et intelligence artificielle ^1,2. De plus en plus, les robots sont aider ou même remplacer les humains en milieu de travail, en particulier dans la production industrielle, grâce à deux avantages robots possèdent dans l’exécution de tâches répétitives ou dangereux. La conception du protocole robot intelligent dans la présente étude repose sur une stratégie de commande en boucle fermée, plus précisément le chemin planification basée sur un algorithme génétique. En outre, les modules fonctionnels ont été strictement divisé^3,4, qui peuvent fournir une base solide pour le travail futur d’optimisation, afin que les robots ont une forte capacité pour les mises à niveau.

La mise en œuvre modulaire de la plateforme robotique repose essentiellement sur les méthodes suivantes : stratégie de contrôle de combinaison multidimensionnelle dans motor control module^5,6et l’exploration intelligente basé sur un algorithme génétique dans le module d’optimisation d’algorithme.

Nous utilisons double commande en boucle fermée des quatre quadrants fonctionnement moteur et moteur à courant continu dans le module de commande du moteur. Contrôle de la double boucle fermée vitesse signifie que la sortie du régulateur vitesse sert à l’entrée de la régulation du courant, ce qui lui permet de contrôler le courant et le couple du moteur. L’avantage de ce système est que le couple du moteur peut être commandé en temps réel basé sur la différence entre la vitesse et la vitesse réelle. Lorsque la différence entre réel et donnés des vitesses est relativement importante, le couple du moteur augmente et les changements de vitesse plus rapides de la vitesse du moteur vers la valeur donnée en voiture aussi vite que possible, qui en fait pour rapid vitesse du règlement^{7, 8 , 9}. à l’inverse, lorsque la vitesse est relativement proche de la valeur donnée, il peut réduire automatiquement le couple moteur afin d’éviter une vitesse excessive, ce qui permet de la vitesse atteindre la valeur donnée relativement rapidement avec aucune erreur^{6, 10}. depuis le temps équivalent constante de la boucle de courant électrique est relativement faible, les quatre quadrants moteur^11,12 peut réagir plus rapidement pour supprimer les effets d’interférence lorsque le système est sous réserve de ingérences extérieures. Cela lui permet d’améliorer la stabilité et la capacité anti-brouillage du système.

Nous choisissons un algorithme d’optimisation intelligente génétique avec la plus grande efficacité basée sur les résultats d’une simulation en MATLAB. Un algorithme génétique est un algorithme de recherche parallèle stochastique fondé sur la théorie de la sélection naturelle en génétique. Elle constitue une méthode efficace pour trouver la solution optimale globale en l’absence de toute information initiale. Elle considère l’ensemble de la solution du problème comme une population, ce qui augmente la qualité de la solution via sélection continue, crossover, mutations et autres opérations génétiques. En ce qui concerne le chemin d’accès par des robots intelligents de planification, la difficulté se pose par suite de l’information initiale insuffisante, des environnements complexes et non-linéarité. Algorithmes génétiques sont plus aptes à résoudre le problème de planification parce qu’ils possèdent la capacité d’optimisation globale, forte capacité d’adaptation et la robustesse en résolvant les problèmes non linéaires ; Il n’y a aucune restriction spécifique sur le problème ; le processus de calcul est simple ; et il n’y a aucune exigence particulière pour la recherche spatiale ^13,14.