امروزه راه رفتن روبات انسان نما یکی از حوزههای جذاب تحقیق در زمینه روباتیک است. چالشهای موجود در کنترل روبات های انسان نما با درجات آزادی بالا، این مساله را در زمره مسائل دشوار در حوزه روباتیک قرار داده است به طوریکه راه رفتن روبات انسان نما را کماکان به عنوان مهمترین توانایی یک روبات طبقهبندی میکنند. در این پایاننامه روشی جدید برای راه رفتن روبات انساننما از بغل مطرح شده است. در این روش بر روی هر یک از مفاصل موثر در راه رفتن روبات یک اتوماتای یادگیر متغیر سوار میشود که طی فرآیند یادگیری بردارهای احتمال مربوط به اتوماتاها به روز میشود و مقادیر مناسب مفاصل برای راه رفتن با توجه به این بردارها انتخاب میشوند. در ادامه این روش یادگیری برای راه رفتن مستقیم و راه رفتن از بغل مورد استفاده قرار میگیرد که نتایج حاصل از شبیهسازی الگوریتم بر روی روبات انساننمای نائو در محیط شبیهسازی فوتبال سهبعدی نشان دهنده نتایج مناسب در راه رفتن مستقیم روبات در مقایسه با روشهای گذشته و همچنین مزایای فراوان بهبود توانایی راه رفتن از بغل در یک روبات انساننما میباشد . فهرست مطالب
فصل اول : مقدمه
مقدمه
روباتهای انسان نما
روبوکاپ، انگیزهها و اهداف
نرم افزارهای شبیه سازی و مدل روبات
شبیه سازی
مدل روبات
کد پایه
راه رفتن روبات انسان نما از بغل
اهداف
فصل دوم: مروری بر تحقیقات پیشین و روشهای به کار رفته در تحلیل حرکت روبات
مقدمه
تعادل روبات ونقطه گشتاور صفر
حرکتشناسی
حرکتشناسی مستقیم
حرکتشناسی معکوس
استفاده از سریهای فوریه در تحلیل حرکت روبات
بهینهسازی پارامترهای سری فوریه به کمک الگوریتم ژنتیک
بهینهسازی پارامترهای سری فوریه به کمک الگوریتم ازدحام ذرات
فصل سوم: طرح پیشنهادی
مقدمه
روبات انساننمای نائو و تحلیل حرکت آن
استفاده از حرکتشناسی در راه رفتن از بغل
حرکتشناسی مستقیم
حرکتشناسی معکوس
استفاده از اتوماتای یادگیر به منظور راه رفتن روبات
روباتهای افزونه
اتوماتاهای یادگیر
اتوماتای یادگیر با ساختار ثابت
اتوماتای یادگیر با ساختار متغیر
روش پیشنهادی در راه رفتن روبات نائو
فصل چهارم: آزمایشها و نتایج
مقدمه
راه رفتن مستقیم
راه رفتن از بغل
تاثیر تعداد مفاصل مورد استفاده در همگرایی سرعت و تعادل روبات
فصل پنجم: نتیجهگیری و مطالعات آینده
جمعبندی
مطالعات آینده
فهرست منابع