کنترلر PI در ربات فوتبالیست

کنترلر PI در ربات فوتبالیست

دوشنبه, ۴ فروردین ۱۳۹۳، ۱۲:۰۷ ب.ظ

در پست قبلی کنترلر P توضیح داده شد و گفتیم که با قرار دادن سرعت مساوی خطا ضربدر Kp میتوانیم ربات فوتبالیست را رو به دروازه حریف نگاه داریم زیرا هرگاه ربات به هر دلیلی‌ از زاویه مورد نظر منحرف شد با چرخش ( با سرعت مناسب به دست آمده از کنترلر P ) دوباره به سمت هدف باز می‌‌گردد . ( اگر سرعت موتور‌ها را با PWM بین ۰ تا ۲۵۵ کنترل کنیم Kp مناسب برای ربات فوتبالیست عددی حدوداً بین ۱ تا ۱۰ میشود زیرا اگر Kp بزرگ باشد باعث میشود ربات بیشتر نوسان کند تا جایی‌ که اگر خیلی‌ بزرگ شود نوسانات ربات هیچگاه متوقف نمی‌شود )

حال فرض کنید ربات دقیقا رو به هدف ایستاده و خطا صفر است و سرعت ربات هم صفر است . در این شرایط همه چیز خوب پیش میرود و مشکلی‌ وجود ندارد تا این که ربات را بچرخانیم و شرایط را به هم بزنیم یا به ربات دستور دهیم رو به جهت دیگری بایستد .

در این حالت فرض کنید ربات را به اندازه ۱ درجه منحرف کنیم ، در این صورت PWM ربات برابر ۱ ضربدر Kp می‌‌شود که مقدار خیلی‌ کوچکی است ( مثلا ۵ )

مشکلی‌ که در اینجا وجود دارد این است که وقتی به PWM موتور‌ها عدد ۵ را بدهیم موتور‌ها اصلا حرکت نمی‌‌کنند و نمی‌‌توانند این خطای ۱ درجه را اصلاح کنند . زیرا PWM پنج کمتر از آن است که بتواند بر اصطکاک ایستایی غلبه کند و موتور‌ها را به حرکت در آورد . ( با توجه به موتور‌ها و ربات ممکن است ربات حتی با PWM ده یا پانزده هم نتواند حرکت کند و مثلا از ۱۷ به بالا بتواند حرکت کند ، در این صورت خطای ۲ و ۳ درجه را هم نمی‌‌تواند اصلاح کند ) 
 چون کنترلر P نمی تواند این خطا را اصلاح کند و این خطا در سیستم باقی می‌‌ماند و اصلاح نمی‌شود به آن خطای ماندگار می‌گویند

توجه کنید که اگر ربات در حال حرکت و اصلاح خطا باشد به خطای ۱ یا ۲ یا ۳ درجه خطای ماندگار نمی‌‌گوئیم بلکه زمانی‌ به آن خطای ماندگار می‌‌گوئیم که ربات از حرکت ایستاده ولی‌ هنوز مقدار کمی‌ خطا در آن وجود دارد .

خوب برای حل این مشکل ( خطای ماندگار ) چه کاری باید انجام داد ؟

یکی‌ از کار‌هایی‌ که می‌توان انجام داد این است که برنامه‌ای بنویسیم که اگر برای مدت طولانی ( مثلا ۱۰۰۰ بار اجرا شدن برنامه ) مقدار خطا صفر نبود و تغییری هم نکرد آنگاه متوجه خطای ماندگار شده و ربات شروع به چرخش کند تا خطای ماندگار را اصلاح کند . اما سوال اینجاست که ربات با چه پی‌ دبلیو امی بچرخد تا دوباره هدف را رد نکند ؟ خوب جواب این است که با توجه به این که مقدار خطا بسیار کوچک است با کوچک‌ترین چرخشی این خطا اصلاح میشود پس ربات باید با کمترین پی‌ دبلیو امی که می‌‌تواند حرکت کند ( پی‌ دبلیو ا‌م آستانه حرکت ) بچرخد تا امکان رد کردن آن بسیار کم شود .

اما پی‌ دبلیو ا‌م آستانه حرکت چقدر است ؟ پی‌ دبلیو ا‌م آستانه حرکت یک عدد ثابت نیست و هر چه ربات سنگین تر شود بیشتر می‌‌شود پس امکان محاسبه آن وجود ندارد . ( فرض کنید می‌خواهیم از ربات به عنوان جابجا کننده وسایل مختلف استفاده کنیم پس در این حالت وزن ربات و پی‌ دبلیو ا‌م آستانه حرکت مقدار ثابتی ندارد و با گذاشتن وسایل مختلف روی ربات تغییر می‌‌کند )

حال که مقدار پی‌ دبلیو ا‌م آستانه حرکت را نمی‌‌دانیم بهتر است در برنامه نویسی ابتدا به موتور‌ها پی‌ دبلیو ا‌م ۱ بدهیم اگر نچرخید مقدار پی‌ دبلیو ا‌م را کم کم زیاد کنیم تا جایی‌ که ربات بالاخره شروع به چرخش کند و خطا را اصلاح کند ، در این صورت ربات با کمترین سرعت ممکن حرکت می‌کند و امکان رد کردن هدف بسیار کم می‌‌شود .

حال فرض کنید ربات در موقعیتی بین ۲ درجه و ۳ درجه ایستاده باشه در این صورت عدد خطا مدام بین ۲ و ۳ تغییر می‌کند و دیگر نمی‌توان به روش بالا ( ۱۰۰۰ بار ثابت بودن خطا ) متوجه خطای ماندگار شد . خوب این مشکل را چگونه می‌‌توان حل کرد ؟

این مشکل را می‌‌توان به این صورت حل کرد که بگوییم اگر میانگین خطا برای مدت طولانی غیر صفر بود ربات شروع به چرخش کند . و چون میخواستیم سرعت چرخش هم کمترین مقدار باشد و کم کم بالا برود میتوانیم بگوییم : PWM = میانگین خطا ضربدر مدت زمانی‌ که این خطا وجود داشته . این ضرب کردن در زمان باعث می‌‌شود تا پی‌ دبلیو ا‌م کم کم بالا برود و به محض این که ربات به آستانه حرکت رسید با کمترین سرعت ممکن حرکت کند و احتمال رد کردن هدف بسیار کم شود . ضرب کردن میانگین خطا هم به این خاطر است که هر چه میانگین خطا بالاتر بود با سرعت بیشتری خطا را اصلاح کند .

خوب می‌دانیم که میانگین خطا = مجموع خطا‌ها تقسیم بر تعداد آنهاست پس رابطهٔ بالا به این صورت میشود : PWM = مجموع خطا‌ها ضرب در ( زمانی که این خطا وجود داشته تقسیم بر تعداد خطا‌ها ) .

خوب عبارت داخل پرانتز بالا یک عدد ثابت است چون مثلا هر ۱ ثانیه ۱۰۰ بار خطا اندازه‌گیری می‌‌شود و زمان تقسیم بر تعداد خطا‌ها = یک صدم می‌‌شود و تغییری نمی‌‌کند

حال چون سرعت چرخش و خطا از یک جنس نیستند برای برقراری رابطه بین آن‌ها باید یه ضریب در نظر بگیریم مثلا m . و رابطهٔ بالا به این صورت در می‌‌آید : PWM = مجموع خطا‌ها ضرب در ( m ضرب در زمان تقسیم بر تعداد خطا‌ها ).

چون عبارت داخل پرانتز بالا عدد ثابتی است برای سادگی‌ آن را Ki می‌‌نامیم و می‌‌نویسیم PWM = مجموع خطا * Ki 

چون در این رابطه PWM به مجموع خطا ارتباط دارد و مجموع خطا‌ ها در حالتی که تابع پیوسته خطا را داشته باشیم همان انتگرال تابع خطا می‌‌شود به این قسمت از کنترلر بخش انتگرالی می‌‌گویند . I نیز حرف اول کلمه integral به معنی‌ انتگرال است

همان طور که از ابتدا گفته شد بخش کنترل انتگرالی وظیفه از بین بردن خطای ماندگار را دارد و به تنهایی‌ استفاده نمی‌شود بلکه در کنار کنترلر P استفاده می‌‌شود . ترکیب P و I را کنترل PI می‌گویند و معادله آن به صورت زیر می‌‌شود :

پی دبلیو ام = ( Kp * خطا ) + ( Ki * مجموع خطا‌ها )

استفاده هر دو کنترلر در کنار هم به صورت جمع آن‌ها باعث می‌‌شود تا در حالتی که خطا زیاد است بخش P نقشه اصلی‌ را در اصلاح ایفا کند و در حالتی که خطا خیلی‌ کم است بخش I نقشه اصلی‌ را داشته باشد .

اینرنت اشیا

✔️Contiki (The Operating System for Internet of Things)

📌آیا هرگز درباره سیستم عامل Contiki شنیده اید!؟

سیستم عامل Contiki هم مانند لینوکس و ویندوز است، با این تفاوت که این سیستم عامل با اهداف خیلی خاص و با تمرکز بر Internet of Things-IOT طراحی شده است.
عملکرد این سیستم عامل شامل مدیریت برنامه ها و فرآیندها، مدیریت منابع، مدیریت حافظه و ارتباطات دستگاه ها است. Contiki یک پروژه نرم افزاری متن باز است. آنچه که Contiki را از سایر سیستم عامل های مشابه مانند TinyOS متمایز می سازد قدرت انعطاف پذیری است که در اختیار برنامه نویسان قرار می دهد.

♦️در آینده نزدیک دنیای فناوری از این سیستم عامل بیشتر خواهید شنید.

لازم به ذکر است، Internet of Things - IOT سیستمی از دستگاه های محاسباتی، ماشین های دیجیتالی و مکانیکی، اشیا، حیوانات و انسانها است که به هر کدام یک شناسه منحصر بفرد اختصاص می یابد. در این سیستم ، انتقال داده از طریق شبکه و بدون تعامل انسان با انسان و یا انسان با کامپیوتر صورت می گیرد.

ربات‌های خودآگاه، معمای انسانی را حل کردند!

نوشته شده توسط : تحریریه‌ی بیگ بنگ در تاریخ : ۱۳۹۴/۰۵/۰۶

بیگ بنگ: در آزمایشی که توسط پروفسور «سلما برینگسجورد» از موسسه پلی‌تکنیک Rensselaer نیویورک انجام شد، ربات ثابت کرد که قادر است به یک معمای منطقی پاسخ دهد.

به گزارش بیگ بنگ به نقل از ایسنا، معمای اصلی بدین ترتیب است که یک شاه سه مرد دانا را به کشورش فرا می‌خواند و به آنها یک کلاه آبی یا سفید می‌دهد تا بر سرشان بگذارند. آنها باید بدون برقراری ارتباط با یکدیگر، رنگ کلاهی که دیگران پوشیده‌اند را تشخیص دهند. تاکنون فقط انسان‌ها و نه ربات‌ها قادر به حل این معما بوده‌اند.

در نسخه جدید از این معما که توسط پروفسور برینگسجورد ارائه شده بود، ربات‌ها طوری برنامه‌ریزی شده بودند که باور کنند به دو مورد از آنها قرص گیج‌کننده داده شده که موجب می‌شد توانایی تکلمشان را از دست دهند. در واقع زمانی که برنامه‌ریز دگمه موجود بر روی سر ربات را فشار می‌داد، ربات‌ها قدرت تکلمشان را از دست می‌دادند. یکی از ربات‌ها دارای دگمه تلقینی بود و قدرت تکلم آن حفظ می‌شد. زمانی که محقق از سه ربات پرسید که چه قرصی را دریافت کرده‌ بودند، رباتی که قادر به تکلم بود پاسخ داد “نمی‌دانم.” ویدئوی مربوطه را در زیر مشاهده کنید:

دانلود ویدئو

این ربات سپس از جا برخاست و دستش را تکان داد و افزود: حالا می‌دانم. من توانستم ثابت کنم که به من قرص گیج‌کننده داده نشده بود. در واقع، ربات توانایی درک قوانین رقابت، تشخیص صدای خود و نشان‌دادن سطحی از خودآگاهی را دارد که بر اساس آن خود را از سایر ربات‌ها متمایز کرد. این تحقیق در آینده دریچه‌ای را برای ارائه ربات‌هایی باز می‌کند که دارای خودآگاهی هستند.

آموزش راه اندازی ماژول وایرلس NRF24L01

مقدمه:در این پروژه قصد بررسی عملکرد ماژول وایرلس NRF24L01 را داریم.برای این منظور پروژه ای بدین صورت تعریف شده است:با استفاده از یک پتانسیومتر که به فرستنده متصل است یک سروموتور در طرف گیرنده را به حرکت درآوریم به این صورت که میزان حرکت سروموتور متناسب با حرکت پتانسیومتر باشد.

در واقع نام این پروژه " کنترل سروموتور بوسیله پتانسیومتر وایرلس " می باشد.

فهرست موضوعی:مقدمه¡سخت افزار مورد نیازکتابخانه ماژول وایرلس NRF24L01اتصال ماژول وایرلس nRf24 به بردآردوینوویژگی های ماژول NRF24L01نکات مهممشخصات سروو موتوراتصال سروموتور به آردوینو گیرندهاتصال پتانسیومتر به فرستندهنتیجه​
 
در فایلی که برای دانلود قرار داده شده علاوه بر توضیحات که در قالب یک PDF تهیه شده، کدها آردوینو به همراه کتابخانه NRF24L01 قرار داده شده است.

دانلود آموزش فارسی  راه اندازی ماژول وایرلس NRF24L01

+کدهای گیرنده و فرستنده+کتابخانه+پاورپوینت توضیحات و شماتیک 

در قالب یک پروژه کاملا عملی

روش های مختلف راه اندازی و کنترل سروموتور با استفاده از آردوینو

فهرست:
مقدمه
سروموتور
پتانسیومتر
LED RGB
پروژه شماره یک : راه اندازی 3عدد سروموتور با استفاده از یک ولوم¡همراه با شماتیک و کدها و توضیحات آن
پروژه شماره دو : راه اندازی 3عدد سروموتور با استفاده از 3 ولوم¡همراه با شماتیک و کدها و توضیحات آن
شماتیک پروژه شماره سه : حرکت3عدد سروموتور به صورت خودکار همراه با شماتیک و کدها و توضیحات آن

مقدمه:سرووموتورها کاربردهای گسترده ای در رباتیک دارند و کنترل و برنامه نویسی آسان و ساده آن ها می تواند، طراحی و ساخت و راه اندازی یک ربات را بسیار آسان کند و بسیاری از افراد را به این رشته علاقه مند کند.¡در این راستا ما در این ارایه قصد دارم انواع روش های راه اندازی آسان سروموتورها را با استفاده از برد آردوینو آموزش دهیم.برای هر پروژه چگونگی عملکرد مدار به همراه شماتیک (تهیه شده با برنامه فرتزینگ-مناسب برای افراد مبتدی) آورده شده است.کدهای مربوطه نیز نوشته شده اند و برای هر قسمت توضیحات کافی ارایه شده است.

   قیمت : 5,000 تومان

آموزش راه اندازی سروو موتور SG5010

آموزش راه اندازی سروو موتور SG5010

 

در این آموزش ابتدا  در مورد سروو موتورها توضیحات مختصری آمده و سپس مشخصات سروو موتور SG 5010  و سپس نحوه راه اندازی آن با میکرو کنترلر Atmega32  با استفاده از کامپایلر Atmel Studio 6.2 صحبت کرده ایم. و در پایان سورس کد و شماتیک پروژه نیز قرار داده شده است.

سروو موتور چیست؟

سروو برگرفته از یک کلمه یونانی به نام  servus که به معنی خدمتکار است.این سیستم نیز که تحت این نام کار می کند را سیستم سروو می گویند.بدین دلیل که مستقیما به فرامین پاسخ می دهد.

سروموتور به انگلیسی: Servomotor یا موتور کنترل به انگلیسی: Control motor  نوعی از موتورهای الکتریکی است که با هدف بکارگیری در سیستم‌های کنترل فیدبک طراحی می‌شود. لختی (اینرسی) در این موتورها پایین بوده و در نتیجه تغییر سرعت در این موتورها بسیار سریع است. معمولا قطر این موتورها کم اما درازای آنها زیاد می‌باشد.

در کاربردهای مـدرن ، واژه سرو یا مکانیــسم سرو به یک سیستم کنـترلی فیدبک که متغیر کنترل شونده ، موقعیت یا مشتق موقعیت مکانیکی به عنوان سرعت و شتاب است، محدود می شود.

یک سیستم کنترلی فیدبک ، سیـستم کنـترلی است که به نگهـداشتن یک رابطه مفروض بین یک کمیت کنـترل شده و یک کمیـت مرجع ، با مقایسه توابع آنها و اسـتفاده از اختلاف به عنوان وسیله کنترل منجر می شود.

سیستم کنـترلی فیدبک الکتریکی ، عموما برای کار به انرژی الکتـریکی تکیه می کند . مشخصـات مهمی که معمولا برای چنین کنترلی مورد نیاز است ، عبارتند از :

1- پاسخ سریع ،
2- دقت بالا ،
3- کنترل بدون مراقبت و
4- کارکرد از راه دور .

تعریف عمومی سرو موتور بدین شکل است: سرو موتور یک دستگاه کوچکی است که یک محور (shaft) خروجی دارد. این محور قادر است تا در یک موقعیت و زاویه ای خاص با ارسال سیگنال رمزی قرار گیرد. در واقع چگونگی حرکت وموقعیت های زاویه ای این محور خروجی توسط دسته ای از سیگنالهای رمزی که برای سیم کنترل آن تعریف می شودکنترل می شود. برای طول مدت زمانیکه یک سیگنال فعال بوده و یک پالس برروی خط ورودی آن قرار دارد این محور خروجی در موقعیت خاص زاویه ای که مختص آن سیگنال است قرار می گیرد و با تغییر سیگنال رمزی موقعیت زاویه ای تغییر می کند. در عمل سرو موتورها در صنایع رباتیک وتولیدات صنعتی مانند موتورهای کنترل کننده هواپیماها کنترل موقعیت سطوح ( مانند آسانسورها و … ) و… کاربرد وسیعی دارند .

مقایسه سرو موتور با استپر موتور:

در واقع یک استپر موتور از طریق پالسی که دریافت می کند به موتور دستور میدهد که طبق یک درجه خاص بچرخد اما ممکن است این چرخش به مقدار کافی دقیق نباشد که این اختلاف چرخش در پروژه های حساس مشکل آفرین است.اما سروو موتور یک نوع استپر موتوراست که از یک طرف به انکودر متصل می باشد و در هر لحظه میزان چرخش موتور توسط انکودر اندازه گیری می شود(احتمالا از طریق یک پالس در جهت معکوس ) و یک فیدبک از درجه موجود به موتور ارسال می گردد و موتور با دقت مناسب در درجه مشخص شده متوقف می گردد.

Servo SG-5010

 

مشخصات سرو SG5010::

SG-5010 یک سرو موتور محصول شرکت Tower Pro است که مناسب برای ساخت روباتهای پیشرفته و دقیق ،استفاده در هواپیماهای مدل و انواع بازوهای صنعتی می باشد.این سرو موتور دارای قابلیت چرخش 180 درجه می باشد. این موتور دارای سه پین برای تغذیه و کنترل است. مشخصات کلی این سرو به شرح ذیل است:

توضیحات سرو
4.8 – 6	ولتاژ (V)	SG5010	مدل
0.16sec @ 4.8v 0.2sec @ 6v	سرعت (Deg/sec)	5.2kg.cm@ 4.8v 6kg.cm@ 6v	گشتاور (kg.cm)
4	پهنای باند (usec)	تایوان	کشور سازنده
coreless motor	تیپ موتور	پلاستیکی	جنس گیربکس
180	زاویه چرخش(درجه)	0 – 50	محدوده دمای کاری(C)
40	طول (mm)	دارد	سخت افزار جانبی
36.5	ارتفاع (mm)	20	عرض (mm)

 

ست کردن رجیسترهای ATtmega32 برای راه اندازی سرو SG5010 :

با استفاده از خاصیت PWM در میکروکنترلرها می توان با ارسال پالس مناسب به سروو، آنها را کنترل کرد. مقدار پالس مناسب در دیتاشیت هر سروو موتورآمده است. برای تولید پالس مناسب در ATtmega32 می توان از تایمر استفاده کرد. بنابراین با استفاده از تایمر 16 بیتی شماره یک میکروکنترلر ATtmega32 و مقدار دهی رجیستر OCR1A می توان پالس دلخواه را ایجاد کرد.

مثلا اگر بخواهیم سرو در درجه 70 درجه منوقف شود باید محاسبات انجام گیرد و سپس بر اساس این محاسبات رجیستر OCR1A مقدار دهی شود.

برای انجام این محاسبات تایمر یک به صورت زیر مقدار دهی می شود.

فرکانس کاری میکروکنترلر 8 مگاهرتز و clock value تایمر1 را برابر 1000 کیلوهرتز قرار میدهیم. مابقی رجیسترهای تایمر یک را به صورت زیر انجام می دهیم:

1 2 3 4

TCCR1A=0xA0; TCCR1B=0x12;// Clock value: 1000 kHz TCNT1H=0x00; TCNT1L=0x00;

 

برای مقدار دهی رجیستر ICR1 به صورت زیر عمل می کنیم:

1	Fpwm = Fcpu/(2*N * (1+TOP))= 50Hz

ابتدا با استفاده از رابطه بالا مقدار TOP را محاسبه کرده و سپس رجیستر را با مقدار TOP مقدار دهی می کنیم.توجه داشته باشید رجیستر ICR1 ، 16 بیتی است پس برای مقدار دهی 8 بیت پرارزش ICR1 از رجیستر 8 بیتی ICR1H و برای مقدار دهی 8 بیت کم ارزش از رجیستر ICR1L استفاده می کنیم.

Fpwm فرکانس سرو موتور و برابر 50 هرتز است.

Fcpu فرکانس کاری میکروکنترلر و برابر 8 مگاهرتز است.

N مقدار تقسیم کلاک است و برابر است با 8

بنابر این :

1 2 3 4 5 6

Fpwm =Fcpu/( 2*N  * (1+TOP) )=>  8000000HZ/( 2*8  *(1+TOP) ) = 50MHZ N =Fcpu/ClockValue=8MHZ/1000KHZ = 8 TOP = 9999 => TOP =  0x270F => ICR1L=0x0F; ICR1H=0x27;

 

نحوه کنترل سروو موتورها با AVR : (به دست آوردن عدد مناسب برای مقدار دهی رجیستر OCR1A)

همانطور که در دیتاشیت سروو SG 5010 آمده، حداقل پالس برای چرخش سروو به ترتیب برابر 600 میکروثانیه و حداکثر 2400 میکروثانیه می باشد. SG 5010 می تواند از صفر تا 180 درجه بچرخد لذا 600 میکرو ثانیه برای تنظیم روی صفر درجه و 2400 میکروثانیه برای تنظیم روی 180 درجه می باشد.

پس 600 تقسیم بر 2 برابر 300 میکروثانیه برای 0 درجه و 2400 تقسیم بر 2 برابر 1200 میکروثانیه برای 180 درجه.

پالس لازم برای اختلاف یک درجه از رایطه زیر محاسبه می شود:

1	(1200-300)/(180-0)=5

به عنوان مثال برای تنظیم روی یک درجه مقدار پالس لازم برابر 5 + 300 = 305 میکروثانیه می باشد. پس رجیستر OCR1A را با عدد 305 مقدار دهی می کنیم.

برای تنظیم روی n درجه مقدار پالس لازم برابر  300 + (n * 5)  می باشد.

 

کدهای پروژه در اتمل استودیو (Atmel Studio6.2) :

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71

#define F_CPU 8000000UL #include <avr/io.h> #include <util/delay.h> #include <stdio.h> #include <math.h>   void SetRegisters() {         PORTB = 0x00;DDRB = 0x00;         PORTD=0x00; DDRD=0x20;          // Timer/Counter 1 initialization     // Clock source: System Clock     // Clock value: 1000.000 kHz     // Mode: Ph. & fr. cor. PWM top=ICR1     // OC1A output: Non-Inv.     // OC1B output: Non-Inv.     // Noise Canceler: Off     // Input Capture on Falling Edge     // Timer1 Overflow Interrupt: Off     // Input Capture Interrupt: Off     // Compare A Match Interrupt: Off     // Compare B Match Interrupt: Off     TCCR1A=0xA0;     TCCR1B=0x12;// Clock value: 1000 kHz     TCNT1H=0x00;     TCNT1L=0x00;     // Fpwm = Fcpu/( 2*N  * (1+TOP) ) =>  50HZ = 8000000HZ/( 2*8  *(1+TOP) )     // => TOP = 9999 => 0x270F , N = Fcpu/ClockValue = 8MHZ/1000KHZ = 8     ICR1H=0x27;ICR1L=0x0F;     OCR1AH=0x00;     OCR1AL=0x00;     OCR1BH=0x00;     OCR1BL=0x00; } void SampleDegree() { // Time = 8MHZ/(2*8) => 2us // pulse width = 600us-2400us => 0° = 600  , 180° = 2400 OCR1A=300; //  0° =>   600us/2us = 300 _delay_ms(800); OCR1A = 1200; // 180°    2400us/2us = 1200 _delay_ms(800); //  1° distance value =  (1200-300)/180 = 5 OCR1A= 305;// => 1° => 0° + 5 => 300 + 5 = 305 _delay_ms(800); // => 2° => 1° + 10 => 305 + 5 = 310 //... // => x° = x*5 + 300 OCR1A= 550; // 50° = 50*5 + 300 _delay_ms(800); OCR1A= 915; // 123° = 123*5 + 300 _delay_ms(800); }   int main(void) {     SetRegisters(); while(1) { SampleDegree(); } }

شماتیک مدار نیز به صورت زیر است:

دقت کنید در تنظیمات مدل سروو باید مقادیر به شکل بالا باشند تا شبیه سازی درستی از سروو SG 5010 در پروتئوس داشته باشید.

فایل های اصلی پروژه به همراه شماتیک و سورس کد:

دانلود پروژه این مطلب

موفق باشید.

نظر یادتون نره

======================

درباره حمید زارع

دانشجوی ارشد نرم افزار فارغ التحصیل مهندسی کامپیوتر دانشگاه شیراز علاقه مندی ها:برنامه نویسی،AVR، نجوم،رویت هلال،عکاسی،Game Design، 3D Modeling Image Processing

 

پروژه پردازش تصویر در هوش مصنوعی

قیمت: 38000 تومان

      پروژه پردازش تصویر در هوش مصنوعی      

پروژه کارشناسی مهندسی نرم افزار پردازش تصویر در هوش مصنوعی

موضوع  :پروژه پردازش تصویر در هوش مصنوعی

این پروژه در قالب word وpdf  می باشد 


فایل pdf :آن 67 صفحه می باشد


شامل

فهرست:

چکیده:

فصل اول

مقدمه:

کاربردهای پردازش تصویر:

صنعت:

هواشناسی:

کشاورزی:

علوم نظامی و امنیتی:

نجوم و فضا نوردی:

پزشکی:

فناوریهای علمی:

باستان شناسی:

تبلیغات:

سینما:

اقتصاد:

روانشناسی:

زمین شناسی :

فصل دوم

پردازش تصویر

مرحله اول ( دریافت تصویر ورودی ):

مرحله دوم ( پیش پردازش تصویر ):


مرحله سوم ( پردازش تصویر ):

مرحله چهارم ( آنالیز تصویر ):

انواع پردازش تصویر:

مقادیر  پیکسلها:

دقت تصویر:.

روشهای پردازش تصاویر

بخش بندی سطح خاکستری ( Gray-Level Slicing )

عملیات مختلف بر روی تصاویر:

جمع دو تصویر:

مکمل کردن تصویر:

میانگین گیری از تصویر:

:(Image restoration)ترمیم تصویر

نواری شدن(باندی شدن):

خطوط از جا افتاده ( خطا در تصویر):

هیستوگرام تصویر:

بالا بردن دقت عکس:

ارتقای تصویر و عملگر کانولوشن:

تعدیل هیستوگرام:

افزایش تباین از طریق امتداد اعداد ( DN) پیکسلها:

فیلتر کردن تصویر:

اعمال فیلتر تصویر در MATLAB

ایجاد فیلتر دلخواه:

طراحی فیلتر:

طراحی فیلتر میانگین ماتریس مربعی:

طراحی فیلتر میانگین با ماتریس گرد:

طراحی فیلتر پایین گذر گوسی:

طراحی فیلتر لاپلاس:

طراحی فیلتر لاپلاس از روش حذف گوس:

طراحی فیلتر حرکت دهنده:

طراحی فیلتر تقویت لبه:

طراحی فیلتر لبه افقی و عمودی:

طراحی فیلتر افزایش دهنده شدت نور و لبهها:

فصل سوم

کاربردهای هیستوگرام در پردازش تصویر:

تاثیر تکنیکهای پیش پردازش در افزایش دقت تناظر یابی عکسی:

استخراج نواحی شامل متن و تفکیک متن به حروف:

پیش پردازش تصویر:

فوکوس خودکـار دوربین های دیجیتالی:

تشخیص چهره:

تشخیص پلاک خودرو:



فصل چهارم

تشخیص پلاک خودرو:

تشخیص محل پلاک:

فیلتر گوسین:

پیدا کردن لبههای عمودی:

تحلیل هیستوگرام:

پیدا کردن محل کاندید پلاک:

سایش تصویر:

گسترش عمودی تصویر:

استخراج پلاک:

جداسازی کاراکترها:

شناسایی کاراکترها:

شبیه سازی:

فصل پنجم  نتیجه گیری:

مراجع:

فهرست جداول و اشکال

جدول 1: مقایسه انواع تصویر بر اساس تعداد بیت

شکل 1: نحوه نگاشت مقادیر  پیکسله ی تصویر ورودی

شکل 2: نحوه نگاشت مقادیر پیکسله ی تصویر خروجی

شکل 5: نحوه پیاده سازی عملگر مکمل

شکل 6: نحوه پیاده سازی عملگر میانگین

شکل 7: تصویر  دانهه ی برنج

شکل 8: نمودار هیستوگرام  دانهه ی برنج

شکل 9: یک نمونه نمودار هیستوگرام

شکل 01: ماسک اعمال شده بر روی  پیکسله

شکل 21: تصویر خروجی پس از تعدیل هیستوگرام                          

 شکل 11: تصویر ورودی و هیستوگرام آن

شکل 31: عمل کشش خطی

شکل 41: پیکسل های تیز و آرام

شکل 51: تصویر با نویز فلفل نمکی

شکل 61: تصویر با اعمال فیلتر تیز کننده

جدول2: انواع فیلتر

شکل 71: فیلتر disk

شکل 81: فیلتر گوسی

شکل 91: فیلتر لاپلاس

شکل 12: فیلتر تقویت لبه prewitt

شکل 22: فیلتر تقویت لبه sobel

شکل 32: فیلتر افزایش دهنده شدت نور unsharp

شکل 42: نمونه ای از کاربرد ocr

شکل 52: مراحل تشخیص پلاک

شکل 62: تصویر سطح خاکستری ورودی

شکل 27:  (الف) ماسک عمودی سوبل، (ب) ماسک افقی سوبل

شکل 82: نتیجه عمل لبه یابی

شکل 92: نمودار هیستوگرام تصویر

شکل 03: تصویر کاندید به دست آمده از تصویر لبه

شکل 13: تصویر حاصل شده پس از حذف نواحی خارج از محدوده

شکل 23: تصویر حاصل شده پس از سایش و گسترش افقی

شکل 33: تصویر حاصل شده از پر کردن حفره های احتمالی

شکل 43: محل تقریبی پلاک  پر کردن حفره های احتمالی

شکل 53: تصویر حاصل شده پس از گسترش عمودی

شکل 63: پیدا شدن محل پلاک

شکل73: پلاک استخراج شده از کل62.52

شکل 83: هیستوگرام پلاک استخراج شده

شکل 93: کاراکترهای جداشده

      

لیست رباتهایی که کتابخانه Arte پشتیبانی می کند

ARTE: A ROBOTICS TOOLBOX FOR EDUCATION

ABB  ADEPT  EPSON  KUKA MITSUBISHI STÄUBLI UNIMATE EXAMPLE ARMS PARALLEL ROBOTS

ABB The following robots are included: IRB 140 IRB 120 IRB 1600. IRB 1600-6/1.2 IRB 1600-6/1.4 IRB 1600-6/1.45 IRB 1600ID IRB 2400 IRB 4400 IRB 4600 IRB 52 IRB 6620 IRB 6620LX IRB 6650S IRB 6650S-125/3.5 IRB 6650S-200/3.0 IRB 6650S-90/3.9 IRB 760 IRB 7600 IRB 7600 150-350 M2000 IRB 7600 400-255 M2000 IRB 7600 500-230 M2000 ADEPT Viper s1700D EPSON ProSix C3-A601C FANUC LR MATE 200iC KUKA KR5 2ARC HW KR 5 arc KR5 sixx R650 KR5 sixx R850 KR5 scara R350 Z200 KR 6-2 KR 16 arc HW KR 30 L16-2 KR 30 jet KR 90 R2700 pro KR 90 R3100 EXTRA KR 1000-1300 TITAN MITSUBISHI  PA-10 6 DOF  RV-6S STÄUBLI  RX160L RX170BL UNIMATE  PUMA 560 EXAMPLE ARMS The Stanford arm A SCARA example arm. A 2 DOF planar arm. A 3 DOF planar arm. A 3 DOF spherical arm. PARALLEL ROBOTS A 5R parallel robot Also: move a real 5R robot here A 3RRR parallel robot A Delta robot Move any of the three robots above using a Java Applet: here