Implementation of learning motion to control a robotic arm using haptic technology
Haptik teknoloji kullanarak robot kolunun denetiminde öğrenmenin uygulanması
- Tez No: 444429
- Danışmanlar: PROF. DR. LALE CANAN DÜLGER, PROF. DR. SADETTİN KAPUCU
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda robot kolu ile hareket öğrenimi robotları insan yaşamında kaçınılmaz kılan en önemli araştırma alanlarından birisi olmuştur. Sunulan çalışma üç kısımda incelenmiştir; Haptik teknoloji destekli insan robot etkileşiminde yeni bir yaklaşımdır, Yapay Sinir Ağları (YSA) tabanlı tasarlanmış yeni(modern) ters kinematik çözümü ve RCM kinematiği tabanlı robot destekli toraskopik cerrahi için hareket denetiminin yapılmasıdır. Çalışma içeriğinde yer alan denemeler eğitim amaçlı kullanılmak üzere yapılmıştır. Uç işlemci atalet etkisini telafi eden sanal yay denetim metodu kullanılarak yeni bir denetim yapısı sunulmaktadır. Uygulanan kuvvet ve tork doğrudan insan-robot arasındaki anlık eşleştirmelerle istenilen konum ve yönelime dönüştürülmektedir. Geleneksel YSA'da sadece uç işlemcinin konum ve yönelimi YSA girdi örüntüsü olarak verilirken, uç işlemcinin konum ve yöneliminin yanı sıra anlık mafsal açılarının kullanılması önerilen YSA'nın yenilikçi kısmıdır. Cerrahi robot hareketi RCM kinematiği ile kısıtlanmış ve RCM için yeni bir denetim tasarımı sunulmuştur. RATS gerekliliğinin sağlanması adına denetleyici uygulanarak denetim yöntemi doğrulanmıştır. Kapsamlı deney sonuçları öğrenme performansında ve hareketin hatasının azaltılmasında gelişmeler olduğunu göstermektedir. YSA içerisine anlık mafsal açılarının eklenmesi çıktı mafsal açılarının tahminindeki doğruluğu ciddi anlamda arttırmıştır. Sonuçlar özellikle hedef alınan robotik cerrahi için sunulan tasarımın verimliliğini ve uygulanabilirliğini kanıtlar niteliktedir.
Özet (Çeviri)
Robotic arm motion learning is one of the most important recent robotics research area which brings robots in human life. This study is divided into three parts; a new approach for Human Robot Interaction (HRI) is proposed by assisting haptic technology hypothesis, a novel inverse kinematics solution for robotic arm is designed based on Artificial Neural Network (ANN), and motion control is implemented for Robotic Assisted Thoracoscopic Surgery (RATS) based on the kinematics of Remote Center of Motion (RCM). A new controller structure has been introduced by using virtual spring control method by compensating tool inertia effect. The applied force and torque are transformed to the desired position/orientation through the simultaneous matching between the human direct guidance and robot response. The novelty of the proposed ANN is that of including the current joint angles configuration as well as the desired position and orientation in the input pattern of ANN. The traditional ANN has got only the desired position and orientation of the end effector in the input pattern of ANN. The motion of surgical robot is constrained by the kinematics of RCM, so a new control design for RCM is introduced. The controller is implemented to satisfy the requirement of RATS. The control method is then verified. The comprehensive experimental results have shown significant improvement in learning performance and reducing motion errors. The inclusion of current joint angles configuration in ANN significantly increased the accuracy of estimation of the joint angles output. The results have proved the applicability and the efficiency of the proposed design in robotic surgery, especially in RATS.
Benzer Tezler
- Otobüs kapak üretim prosesinin robotik otomasyonla optimizasyonu ve triz metodolojisine uygulanması
Optimisation bus lid production with robotics automation and triz implementation
ÖMER ZURNALI
Yüksek Lisans
Türkçe
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. CEVAT ERDEM İMRAK
- Mobil cihazlar ile derin öğrenme mimarisi kullanarak gerçek zamanlı video nesne izleme
Deep learning architectures for real-time video object tracking by mobile devices
ULAŞ TOSUN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- İmalat kaynakları planlaması
Manufacturing resources planning
SAADET YILDIZ
Yüksek Lisans
Türkçe
1992
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. AHMET FAHRİ ÖZOK
- Development and implementation of a“science center learning kit”designed to improve student outcomes from an informal science setting
Bir okul dışı fen ortamında öğrenci kazanımlarını arttırmak için tasarlanan“bilim merkezi öğrenme paketi”nin geliştirilmesi ve uygulanması
MİRAY TEKKUMRU KISA
Yüksek Lisans
İngilizce
2008
Eğitim ve ÖğretimBoğaziçi ÜniversitesiOrtaöğretim Fen ve Matematik Alanlar Eğitimi Ana Bilim Dalı
PROF. DİLEK ARDAÇ
- Fuzzy actor-critic learning based intelligent controller for high-level motion control of serpentive robots
Yılansı robotların üst seviye denetimi için bulanık eyleyici-eşleştirici öğrenmeye dayalı akıllı denetleç
EVRİM ONUR ARI
Yüksek Lisans
İngilizce
2005
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMET ERKMEN
PROF. DR. AYDAN ERKMEN