سبد خرید شما خالی است.

منوی دسته بندی

الگوریتم های تخمین گر و مشاهده گر برای ناوبری ربات زیردریایی ROV (زهپاد)

الگوریتم های تخمین گر و مشاهده گر برای ناوبری ربات زیردریایی ROV (زهپاد)

الگوریتم های تخمین گر و مشاهده گر برای ناوبری ربات زیردریایی ROV (زهپاد) به دلایل متنوعی از جمله عدم امکان اندازه گیری مستقیم بعضی پارامترها گرانی سنسورها کاهش نویز های سنسورها ترکیب اطلاعات چند سنسور برای رسیدن به نتیجه بهتر و غیره استفاده می شود. تخمین پارامترهای مورد نیاز توسط مشاهده گرها انجام می شود. چگونگی تخمین پارامترها یا کمیت های فیزیکی بسیار گسترده است و از روش های ساده تا بسیار پیچیده را در بر می گیرد اما می توان آنها را در به دسته کلی تقسیم کرد:

   ۱)  مشاهده گر عمومی: این نوع از مشاهده گر قوانین سینماتیکی عام را به جسم متحرک اعمال می کند بنابراین می تواند برای هر پلتفرم قابل استفاده باشد چه یو ای وی ها چه ماشین ها چه زیردریایی­ها و چه هر وسیله دیگر. از آنجاییکه این نوع مشاهده گر هیچ نیازی به نیروها و گشتاورهای اعمالی به سیستم در عمل ندارد باعث صرفه جویی در زمان و پول می شود.

    ۲)  مشاهده گر ویژه : این نوع از مشاهده گر مدل فیزیکی وسیله را نیز در نظر می گیرد بنابراین نسبت به مشاهده گر عمومی کارآیی بهتری دارد اما زمان بیشتری برای ایجاد آن نیاز است. برای این نوع مشاهده گر ابتدا باید مدل سیستم را شناسایی کرد و سپس الگوریتم مورد نیاز برای آن را تکمیل و اجرا کرد و در نهایت برای هر نوع وسیله آن را تنظیم و سازگار کرد .

الگوریتم های مشاهده گر اعم از عمومی یا ویژه با چالش هایی از قبیل حوزه همگرایی – رفتار موضعی – تنظیم آسان و . . . روبرو هستند که باید برای بالا بردن کارآیی شان بر آنها فائق بیایند. در زیر برخی از چالش های مهم در حوزه مشاهده گر ها بطور محدودی  بررسی می شود :

حوزه همگرایی : حوزه همگرایی باید به اندازه کافی بزرگ باشد و حداقل حول بیشترین مسیرهای جاری برای وسیله همگرایی محلی داشته باشد نه اینکه تنها حول نقطه پایداری دارای همگرایی باشد.

رفتار موضعی : یک مشاهده گر حتما باید دارای رفتار موضعی معقول باشد. معمولا بعد از اولین باری که تخمین ها به مقدار صحیح شان همگرا می شوند ( مثلا بعد از یک مقدار دهی اولیه بد ) ما می توانیم تنها رفتار موضعی مشاهده گر را در نظر بگیریم بنابراین این مهم است که رفتار موضعی با بعضی ملاحظات فیزیکی مربوط شده باشد.

تنظیم آسان : از دیدگاه عملی این یک مزیت عالی است اگر تنها یک مقدار عددی از ضرایب برای شاخص وجود داشته باشد یا به بیان دیگر تنظیم کردن آن آسان باشد.

استفاده از سنسورهای ارزان قیمت : مشاهده گر باید بر عیوب سنسورهای ارزان قیمت فائق آید بخصوص در رابطه با بایوس[۱] های متغیر با زمان ذاتی و همچنین تاثیرات محیطی مانند پارازیت  موتورها و حوزه مغناطیسی که روی اندازه گیری ها تاثیر می گذارند.

استفاده از برد محاسباتی ارزان قیمت : باید به این نکته توجه کرد که الگوریتم مشاهده گر یا فیلترینگ باید روی یک میکرو کنترلر ارزان قیمت اجرا شود که توان محاسباتی محدودی دارد پس تا حد امکان محاسبات باید کمتر باشد.

 تکنیک های مشاهده گر و فیلترینگ معمول اعمالی به سیستم­ها :

  • فیلتر کالمن گسترده شده
  • فیلتر کالمن سیگما پینت
  • فیلترینگ جزئی
  • Unscented filtering
  • الگوریتم تطبیقی
  • الگوریتم ژنتیک

روش دیگری که اخیرا پیشنهاد شده است فیلترهای غیر خطی حفظ کننده بوسیله قیود تقارن طبیعی سیستم مورد نظر را معرفی می کند که مشاهده گر های تغییر ناپذیر یا حفظ کننده تقارن نامیده می شوند .

تمامی روش های بالا وقتی به درستی تنظیم شوند نتایج بسیار خوبی می دهند اما آنها واقعا با احتیاجات و الزامات پیش رو تطبیق داده نمی شوند . به طور خاص این که همگرایی فیلترها ثابت در نظر گرفته شود و بر آن اساس پارامترهای بیشماری تنظیم شود بسیار مشکل است مانند تعیین ضرایب ماتریس کواریانس در فیلتر کالمن. بنابراین این این فیلترها علی رغم نیاز به داشتن محاسبات زیاد باید برای اجرا روی میکروکنترلر های ارزان قیمت تا حد امکان تعدیل شوند.

شرکت هوشمند صنعت رضوان علاوه بر طراحی و ساخت ROV در تامین نمونه های خارجی نیز فعالیت می نماید.

[۱] Bias

minirov

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *