|
介绍 |
| 监测、间谍或间谍活动涉及个体获得信息被认为是秘密或机密的允许持有人信息和监视敌人的地面军事活动。一个机器人虚拟或机械人工代理。在实践中,它通常是一个电子机械系统,外观或动作,传达了一种自己的意图或机构。构建这个项目我们的目标是创建一个无线控制监视机器人车辆,可以通过500米的范围内操作。 |
| 这也可以理解的障碍,生活照片在走向方向的路径使用红外传感器和生成报告。我们使用时基本的传感器和内部Ubuntu操作系统(Linux)内部处理,这可以提供安全机器人从基站如果沟通失败,它将接管控制和自动收集数据并返回时收集到的数据到达基站的覆盖范围以及我们实现自我销毁设施如果机器人已经被敌人发现或试图拆除时,它会自动销毁,清除所有的数据是被呈现本单元是有益的和有用的监测区域的辩护理由的敌人,间谍目的的人类达到不推荐或避免。 |
主要特征。 |
| 一个¯·自动GPS导航 |
| 一个¯·自动自我毁灭 |
| 一个¯·IEEE 802.11无线局域网的实现 |
| 一个¯·低功耗高性能系统芯片(SOS) |
| 一个¯·超声波传感器感知多达360的距离。 |
| 一个¯·可旋转相机与360年扩展视图的旋转。 |
自主机器人的规则。 |
| 一个¯·获得关于环境的信息 |
| 一个¯·工作一段时间而无需人工干预 |
| 一个¯·移动要么全部或部分本身通过其操作环境不需要人的帮助 |
| ¯·避免的情况下,对人们是有害的,财产,或本身,除非这是其设计规范的一部分。 |
二世。方法 |
| 机器人必须构造有足够高的力量将所有机器人的硬件以及必要的监视设备。它的框架被认为机器人将是相对简单的。机器人会在电池供电的无线操作。用于测试目的的原型能够运行在至少1小时前需要被起诉。 |
三世。相关的工作 |
| 本研究的目的是开发一个机器人系统单元监控场景。这涉及到机器人系统协调方法环境研究领域的探索和目标跟踪。监测系统提供收集验证和有目的的信息的能力,形成适当的决策来提高安全的方法。一般来说,自主机器人是机器人可以执行与高度的自主权,这尤其可取的在空间探索等领域,清洁地板,修剪草坪和水处理。一些现代工厂机器人自主严格的范围内直接环境。它可能不是每个自由度存在于周围环境,但工厂机器人的工作是具有挑战性,可以常常包含混乱,出乎意料的变量。下一个对象的确切方向和位置的工作甚至是对象的类型和所需的任务必须确定。这可能是不可预知的。机器人研究的一个重要领域是使机器人能够应对在其环境无论是在陆地上,在水下,在空气中或在空间。自主机器人还可以学习或获得新知识像调整完成这任务的新方法(s)或适应改变的环境。 Unfortunately, environments exploration requires resources from agents such as time and power. |
| 有一个知识获得的数量和成本之间的权衡来获取它。一个探索者的目标是获得最大的知识环境,成本更低。这种方法的目的是也为了避免典型从属和分层方法出现在其他作品中。 |
四、问题和解决问题的技巧 |
答:现有系统 |
| 从监控是安全重要的事情发生,探索任务,检测和跟踪能力在一个特定区域。众所周知,监测系统设计在传感器设备,以及他们认为预先确定的环境并不是一个真正的环境。 |
| 在静态环境中,机器人覆盖更多的地区环境;他们更有可能找到目标。特别是,如果机器人能够实现全覆盖,他们可以识别找到所有目标。 |
| 一个好的勘探可以有两个属性,即完整性和有效性。完整性要求机器人覆盖大部分的环境和有效性意味着机器人应该实现的完整性通过最小的努力。 |
现有系统的缺点: |
| 一个¯·特殊算法被用于监测。 |
| 一个¯·不使用任何无线技术,GPS跟踪设备等。 |
| ¯·使用多个机器人,以防如果信号被断开连接的数据的收集已经删除。 |
| 一个¯·安全是更少 |
B。提出系统: |
| 探索的过程可以定义为选择和执行行动,这样最大的环境获得的知识。模型的结果是收购的物理环境。所以,未知环境的探索涉及map-building但并不局限于这个过程。通常这种探索可以被视为两种方式。首先,代理或机器人来解释这些发现的传感器,使准确扣除有关环境的状态。第二,探索未知环境的重要方面是,代理或机器人来选择其观点,这样感觉测量包含新的和有用的信息。它包括指导代理以这样一种方式,它涵盖了中诚信的探索。 |
| 在本研究拟设计基于交互的混合协调机制三个统治者对智能代理:通信、智能任务分配和多智能体机器人系统在一个谈判。提出了许多技术,真正的室内和室外环境中进行测试。 |
| 该方法一般分为三个不同的水平。 |
| ¯·获得知识水平:它允许代理知道队友和环境。获得准确的信息、硬件发展传感器和通信系统是必要的。 |
| ¯·任务分配水平:本研究的主要勘探目标是覆盖环境在最短时间,因此它是至关重要的机器人知道哪个地区的环境已经探索。 |
| ¯·交互层面:网格地图正在使用的传感器读数和位置信息。因此构建所需的设备之间的通信覆盖地区了解队友的位置和保存在内存网格细胞已经被访问的地区。 |
优点: |
| 一个¯·自主机器人控制和监测系统提供自动控制汽车。 |
| 一个¯·建立使用GPS自动导航控制 |
| ¯·内部设备锁用于自我毁灭和安全目的。 |
| 一个¯·神经模式被提出;它会自动生成算法。 |
| 一个¯·军队边境监视地面和地面半。 |
诉性能分析 |
| 项目的目标是提供安全的数据建立一个更有效的处理信息。 |
模块: |
| 一个¯·麦克:音频采集 |
| ¯·相机:图像采集 |
| 一个¯·超声:距离计算 |
| 一个¯·运动:运动控制 |
| 一个¯·异地恋:亮度控制 |
| 一个¯·GPS装置:跟踪区域 |
| 一个¯·自我毁灭。 |
| 超声(距离计算):超声波传感器(也称为收发器时发送和接收,但更通常称为传感器)工作原理类似于雷达和声纳的评估目标的属性分别解释电台或声波的回声。超声波传感器产生高频声波和评估由传感器接收回声返回。传感器计算之间的时间间隔发送信号和接收回声来确定一个物体的距离。 |
| 汽车(运动控制):直流电机额定的电压是最有效地运行。如果我们应用很少伏,它不会工作。如果我们使用太多的电源电压,它会过热和线圈会融化。一般规则是,应用尽可能接近电动机的额定电压。在这里,一个9 v直流供电是用于电动机控制器(5毫米轴)运动过程。 |
| GPS装置:全球定位系统(GPS)介绍了首次在第二次世界大战,以及它的使用现在在呼叫出租车跟踪员工的位置。在这个系统中GPS被用于接收信号和跟踪的边界。 |
| 神经模式:一个智能设备-独立机器人操纵控制方案必须开发制造细胞的工作没有人类的使用。神经模式必须采用点-点假定控制机器人的能力。神经模式允许一个机器人,学习和存储知识和调整本身保持过程能力,适用于各种任务和工作信封。 |
| 自我破坏单元:自我销毁设施实现机器人的。设计必须以这样一种方式,它将打击和摧毁本身和它的数据,如果机器人被敌人或者当试图拆除它。 |
VI.SYSTEM实现 |
CLSDS算法: |
| 监视机器人系统在此基础上考虑,我们提出一种闭环监测算法被定义为一个函数的知识获得的队友。 |
| 步骤1:启动设备自我测试。 |
| 第二步:调整相机、超声波、GPS、蓝牙等。 |
| 步骤3:任务控制的命令 |
| 软件。 |
| 如果沟通失败 |
| 去自我控制 |
| 步骤4:其他 |
| 得到命令,进行手册 |
| 控制 |
| 步骤5:从GPS获取纬度和经度 |
| 步骤6:从数据库设置范围 |
| 第七步:收集监测数据范围内 |
| 第八步:回到目的地并发回 |
| 任务控制中心收集的数据。 |
| 步骤9:擦除存储在临时日期 |
| 设备。 |
| 第十步:进入第三步 |
| 第11步:结束。 |
七世。需求分析 |
硬件要求。 |
| 11 1 Ghz处理器:手臂 |
| 内存:512 MB |
| 硬盘驱动器:2 GB |
| 监控:15“TFT |
| 键盘:标准102的钥匙。 |
软件需求。 |
| 平台:UBUNTU (Linux) |
| 前端:c++, VB.Net |
| 后端:MYSQL |
八世。机器人视觉 |
| 这个安全机器人也需要一个人工智能,使其认识到它周围的世界,并能够探测入侵者和提醒人类操作员。神经网络是一个高度灵活的数据处理结构由排列成层的节点数。一层的节点可能会或可能不会触发层下面的节点等等。每个节点之间的关系是加权和可以自动调整这些重量训练的神经网络的测试数据集。摄像机将图像的连续流的前面的机器人,并定期(通常每3秒)。 |
第九。结论 |
| 监测计划,视为提出了最优搜索问题。尽管这是一个特定的实例监测计划,找到一个解决方案是指数很难计算。大量的应用在安全、监视和勘探任务监控和跟踪传感器。另一方面闭环自我毁灭监视(CLSDS)算法,考虑到覆盖获得及时和成本达到一个特定的网格单元提供一个更好的性能。 |
| 此外,我们的未来的工作包括防水未来将实现为机器人身上。它工作在水下潜艇和检测到水床没有人类的帮助。 |
|
数据乍一看 |
|
|
|
引用 |
- 黄永发。周和H.-Y。林”,Self-Localization PlanningTechnique移动机器人导航和路径,“学报the8th世界大会在智能控制和自动化,页。694 - 699年,2011年6月。
- b·荣格和g . Sukhtame”合作MultirobotTarget跟踪”,第八届国际研讨会onDistributed自主机器人系统,第90 - 81页,2006年7月。
- m·哈米斯a . m . Elmogy和f . o . Karray“复杂的任务分配在移动监测系统,智能和机器人系统杂志》,64卷,没有。1页33-55简。2011年。
- m·b·迪亚斯·r·Zlot:卡尔拉,和A . Stentz Markey-BasedMultirobot协调:Surveuy和分析,“2005年4月。
- m·b·迪亚斯论文- TraderBots:新范式Robustand高效Multirobot协调在动态环境中。宾夕法尼亚州匹兹堡:卡内基MellonUniversity机器人研究所,2004。
- d . Guzzoni崔氏,l·茱莉亚和K.Konolige。许多机器人使短期工作。人工智能杂志,18 (1):55 - 64 (1997)
- “Mobilink同步用户指南”,Sybase, Inc ., 2004, pp。37 ~ 68、392 ~ 402页
- d·福克斯,w . Burgard h . Kruppa杜伦和美国。Collaborativemulti-robot本地化,在23日德国会议Proc. onArtificial情报,施普林格-,(1999)
- 神经网络的“基本”,劳伦Fauset。PearsonEducation 2003。
- “神经网络和模糊系统”巴特KoskoφLearingPrivate有限。
|
菜单
