|
介绍 |
| 监视、间谍或间谍活动涉及个人在未经持有者许可的情况下获取被视为秘密或机密的信息，以及在敌方军事场地进行的信息和监视活动。机器人是虚拟的或机械的人工代理。在实践中，它通常是一个电子机械系统，通过它的外观或运动，传达一种它有自己的意图或代理的感觉。我们建立这个项目的目的是创造一个无线控制的监视机器人车辆，可以在500米的范围内操作。 |
| 它还可以感知障碍物，通过红外传感器实时拍摄其路径，并生成报告。我们使用了n个基本传感器和内部Ubuntu (Linux)操作系统进行内部处理，这可以在基站通信失败时为机器人提供安全保障，它将接管控制并自主收集数据，并在到达基站覆盖区域时将收集到的数据发回，并且我们正在实施自毁设施，如果机器人被敌人发现或试图拆除。它会自动摧毁自己，并清除所有的数据，这是一个有用的单位，用于监视一个地区的防御场地，敌人，间谍目的，不建议或避免人类到达。 |
主要特征。 |
| ﺷ自动GPS导航 |
| ﺷ自动自毁 |
| ﺷIEEE 802.11无线局域网的实现 |
| ﺷ低功耗高性能片上系统(SOS) |
| ﺷ超声波传感器可感知360 '距离。 |
| ﺷ可旋转相机，用于360度旋转的扩展视图。 |
自主机器人规则。 |
| ﺷ获取有关环境的信息 |
| ﺷ在无人干预的情况下长时间工作 |
| ﺷ在没有人工帮助的情况下，将自己的全部或部分移动到操作环境中 |
| ﺷ避免对人身、财产或自身有害的情况，除非这些情况是其设计规范的一部分。 |
2方法 |
| 一个机器人必须有足够高的功率来移动所有的机器人硬件以及必要的监视设备。认为机器人的框架是相对简单的。该机器人将通过电池进行无线操作。为了测试目的，在需要充电之前，原型机将能够运行至少一个小时。 |
3相关的工作 |
| 本研究的目的是开发一种用于监控场景的机器人系统单元。这涉及到机器人系统协调、环境探索和目标跟踪的研究领域。监测系统提供了收集可靠和有目的信息的能力，并形成适当的决定，以加强安全措施。一般来说，自主机器人是具有高度自主性的机器人，这在太空探索、清洁地板、修剪草坪和水处理等领域尤其可取。一些现代工厂机器人在其直接环境的严格限制下是自主的。可能不是每个自由度都存在于它们周围的环境中，但工厂机器人的工作场所是具有挑战性的，并且经常包含混乱的、不可预测的变量。必须确定下一个工作对象的确切方向和位置，甚至确定对象的类型和所需的任务。这是不可预测的。机器人技术研究的一个重要领域是使机器人能够适应其所处的环境，无论是在陆地上、水下、空中还是太空。自主机器人也可以学习或获得新的知识，如调整完成任务的新方法或适应不断变化的环境。 Unfortunately, environments exploration requires resources from agents such as time and power. |
| 在获得知识的数量和获得知识的成本之间存在着一种权衡。探索者的目标是以最小的代价获得最大的环境知识。这种方法也旨在避免在其他作品中出现的典型的从属和等级方法。 |
问题和解决问题的技巧 |
A.现有制度 |
| 监视所产生的重要问题是某一区域的安全性、勘探任务、探测和跟踪能力。众所周知，监控系统是在传感器设备上设计的，并且是预先选择的环境，而不是真实的环境。 |
| 在静态环境中，机器人覆盖的环境区域更多;他们找到目标的可能性更大。特别是，如果机器人能够实现全覆盖，它们可以识别并找到所有目标。 |
| 一个好的勘探可以有两个性质，即完整性和有效性。完备性要求机器人覆盖大部分环境，而有效性则意味着机器人应以最小的努力实现完备性。 |
现有制度的弊端: |
| ﺷ一种特殊的算法被用于监控。 |
| ﺷ不使用任何无线技术、GPS跟踪装置等; |
| ﺷ使用多个机器人，以防信号断开，正在收集的数据已经被删除。 |
| ﺷ安全性较低 |
B.PROPOSED系统: |
| 探索可以定义为选择和执行行动的过程，以便获得对环境的最大知识。其结果是获得了物理环境的模型。所以，对未知环境的探索涉及到地图构建，但它并不局限于这个过程。一般来说，这种探索可以被认为是两种方式。首先，代理或机器人必须解释其传感器的发现，以便对其环境状态做出准确的推断。其次，探索未知环境的重要方面是代理或机器人必须选择其视点，以便感官测量包含新的和有用的信息。它包括引导代理在探索过程中覆盖视点的方式。 |
| 在多智能体机器人系统中，提出了一种基于智能体通信、智能任务分配和协商三种规则交互的混合协调机制。提出了几种技术，并在真实的室内和室外环境中进行了测试。 |
| 建议的方法通常分为三个不同的层次。 |
| ﺷ知识获得级别:它允许代理了解他的队友和环境。为了获得准确的信息，传感器和通信系统等硬件的发展是必要的。 |
| ﺷ任务分配级别:本研究的主要探索目标是在最短的时间内覆盖环境，因此机器人必须知道环境的哪些区域已经探索过。 |
| ﺷ交互级别:正在使用网格地图用于传感器读数和信息定位。因此，设备之间的通信需要建立覆盖区域，以了解队友的位置，并将已经访问过的区域保存在内存网格单元中。 |
优点: |
| ﺷ自主机器人控制和监控系统为电机提供自动控制。 |
| ﺷ利用GPS建立自动导航控制 |
| ﺷ用于自毁和安全目的的内部设备锁。 |
| ﺷ正在呈现一个神经图式;它会自动生成算法。 |
| ﺷ陆军边防监视地面及半地面。 |
五、性能分析 |
| 该项目的目标是为数据提供安全性，以构建更有效的信息处理。 |
模块: |
| ﺷMIC:音频采集 |
| ﺷ相机:图像采集 |
| ﺷ超声波:距离计算 |
| ﺷ马达:运动控制 |
| ﺷLDR:亮度控制 |
| ﺷGPS单位:跟踪区域 |
| ﺷ自毁装置。 |
| 超声波(距离计算):超声波传感器(当它们既发送又接收时也称为收发器，但更一般地称为换能器)的工作原理类似于雷达或声纳，分别通过解释来自无线电或声波的回波来评估目标的属性。超声波传感器产生高频声波，并对传感器接收到的回声进行评估。传感器计算发送信号和接收回波之间的时间间隔，以确定物体的距离。 |
| 电机(运动控制):直流电机的额定电压是其最有效的运行。如果我们施加很少的电压，它就不会起作用。如果我们施加太多的电源电压，它会过热，线圈会融化。所以一般的规则是，应用尽可能接近电机的额定电压。在这里，一个9v直流电源被用于电机控制器(5mm轴)的运动过程。 |
| 全球定位系统(GPS):全球定位系统(GPS)在第二次世界大战中首次被引入，现在它被用于呼叫出租车，以跟踪他们的员工的位置。在该系统中，GPS用于接收信号和跟踪边界。 |
| 神经图式:针对不需要人工操作的制造单元，必须开发一种与智能设备无关的机器人操作控制方案。为了控制机器人的点对点定位能力，必须采用神经图式。神经图式允许机器人学习和存储知识，并自我调整以保持其处理能力，它适用于各种任务和工作环境。 |
| 自毁单元:实现机器人自毁设施。如果机器人被敌人锁定或试图拆除它，它必须被设计成这样一种方式，它会爆炸并摧毁自己和它的数据。 |
VI.SYSTEM实现 |
CLSDS算法: |
| 基于这一考虑，我们提出了一种闭环监控算法，该算法被定义为从队友那里获得的知识的函数。 |
| 步骤1:启动设备自检。 |
| 第二步:调整相机、超声波、GPS、蓝牙等 |
| 步骤3:从任务控制中心获得命令 |
| 软件 |
| 如果沟通失败 |
| 自我控制 |
| 4 .其他 |
| 获取命令并继续手动操作 |
| 控制 |
| 步骤5:从GPS获取经纬度 |
| 步骤6:从设置数据库中获取范围 |
| 步骤7:收集范围内的监控数据 |
| 步骤8:返回到目的地并发送 |
| 收集数据到任务控制中心。 |
| 文件中存储的临时日期 |
| 设备。 |
| 步骤10:转到步骤3 |
| 步骤11:结束。 |
7需求分析 |
硬件要求。 |
| 处理器:ARM 11 1ghz |
| 内存:512mb |
| 硬盘:2gb |
| 显示器:15英寸TFT |
| 键盘:标准102键。 |
软件需求。 |
| 平台:UBUNTU (Linux) |
| 前端:c++， vb。网 |
| 后端:mysql |
8机器人视觉 |
| 这个安全机器人还需要一个人工智能，使它能够识别周围的世界，能够检测到入侵者并向人类操作员发出警报。神经网络是一种高度灵活的数据处理结构，由分层排列的许多节点组成。一层的节点可能触发也可能不触发下一层的节点，以此类推。每个节点之间的关系被加权，这些权重可以通过在一组测试数据上训练神经网络来自动调整。摄像头会周期性地(通常每3秒一次)连续拍摄机器人前方的图像。 |
9结论 |
| 本文提出了一个监视规划问题，它被看作是一个最优搜索问题。虽然这是监视规划的一个具体实例，但要找到解决方案，证明是非常困难的计算。大量应用于安防、监视和勘探任务中，需要传感器进行监控和跟踪。另一方面，考虑到覆盖增益和到达特定网格单元的时间成本的闭环自毁监视(CLSDS)算法表现出更好的性能。 |
| 此外，我们未来的工作包括防水机器人将作为未来的魔法实现。它像潜艇一样在水下工作，不需要人类的帮助就能探测到水床。 |
|
数字一览 |
|
|
|
参考文献 |
- 黄永发。周和h - y。林，“移动机器人导航的自定位和路径规划技术”，第八届世界智能控制与自动化大会论文集，第694-699页，2011年6月。
- 郑志刚，“协同多机器人目标跟踪”，第八届国际自主机器人系统研讨会，第81-90页，2006年7月。
- M. Khamis, A. M. Elmogy和F. O. Karray，“移动监控系统中的复杂任务分配”，《智能与机器人系统杂志》，第64卷，第64期。1，第33-55页，1月。2011.
- M. B. Dias, R. Zlot, N. Kalra和A. Stentz，“基于市场的多机器人协调:调查与分析”，2005年4月。
- M. B. Dias，论文- TraderBots:动态环境下鲁棒高效多机器人协调的新范式。匹兹堡，宾夕法尼亚州:机器人研究所-卡内基梅隆大学，2004年。
- D. Guzzoni, A. Cheyer, L. Julia和K.Konolige。许多机器人工作时间短。人工智能学报，18(1):55-64，(1997)
- “Mobilink同步用户指南”，Sybase, Inc.， 2004,pp。37~68页，第392~402页
- D. Fox, W. Burgard, H. Kruppa和S. Thrun。协同多机器人定位，第23届德国人工智能会议论文集，2010，(1999)
- 《神经网络基础》，劳伦·福塞特著。，培生教育，2003。
- 《神经网络与模糊系统》Bart Kosko, PHI LearingPrivate Limited。
|
菜单
