Preaload Image
اعضای آزمایشگاه – اعضای فعلی – دانشجویان کارشناسی ارشد

سعید رحیمی

زمینه تحقیقاتی : —
بازه فعالیت در آزمایشگاه : از 1397
rahimi.saeed@ut.ac.ir

1

2

Citations: 0
h-index: 0
i10-index: 0
No. of Papers: 0

تحصیلات

کارشناسی : مکانیک – دانشگاه یزد
کارشناسی ارشد : مکانیک – دانشگاه تهران
دکتری : —

سعید رحیمی تحصیلات خود را در رشته کارشناسی مهندسی مکانیک دانشگاه یزد در سال 1393 آغاز کرد. در سال‌های ابتدایی دوره کارشناسی، وی بر روی طراحی و ساخت سیستم‌های مکانیکی مطالعه و پژوهش کرد. پس از آشنایی با مفاهیم کنترل و شبیه‌سازی سیستم‌های دینامیکی، پروژه‌های مختلفی را در این زمینه و به عنوان کارآموز و پژوهشگر انجام داد.
عنوان پایان‌نامه‌ کارشناسی وی، کنترل و مانیتورینگ موتورهای الکتریکی و سنسورهای مختلف با استفاده از PLC و در محیط نرم‌افزار LabVIEW بود که در این پروژه به پیاده‌سازی روش‌های کنترلی از جمله PID، CTM و SMC پرداخت. وی همچنین تجربه طراحی، ساخت و کنترل ربات‌های پایه متحرک (Mobile Robot) را در کارنامه خود دارد. در این پروژه، وی به پیاده‌سازی روش‌‌های تخمین وضعیت ربات با استفاده مشاهده‌گرهایی همچون کالمن‌فیلتر پرداخت. همچنین روش‌های موقعیت‌یابی و طراحی مسیر (SLAM) را بر روی این ربات‌ پیاده‌سازی کرد. پس از اتمام دوره کارشناسی در سال 1397، در همان سال برای ادامه تحصیل در مقطع کارشناسی ارشد مهندسی مکانیک، گرایش کنترل و رباتیک، وارد دانشگاه تهران شد. با ورود به مقطع کارشناسی ارشد، با عضویت در آزمایشگاه تعامل انسان و ربات دانشگاه تهران، فعالیت‌های پژوهشی خود را زیر نظر دکتر حائری یزدی، دکتر طالع ماسوله و دکتر کلهر در زمینه کنترل هوشمند ربات‌های موازی آغاز کرد. پایان‌نامه کارشناسی ارشد وی، شناسایی و کنترل ربات موازی سه درجه آزادی دلتا به منظور انجام گذاشت و برداشت با استفاده از یادگیری ماشین است. از اهداف این پروژه می‌توان به مواردی همچون به کارگیری روش‌های کلاسیک و نوین در شناسایی و کنترل دینامیک ربات دلتا و مجموعه عملگر ربات شامل موتور و جعبه دنده، استفاده از بینایی ماشین به منظور تشخیص اجسام و انجام عملیات گذاشت و برداشت و همچنین بکارگیری روش‌های نوین مانند یادگیری تقویتی(RL) در کنترل ربات دلتا اشاره کرد.
پیش‌زمینه وی در مباحث مربوط به مهندسی مکانیک، به همراه مطالعه مستمر و پژوهش در زمینه‌های فرا رشته‌ای همچون برنامه‌نویسی، الکترونیک، ماشین‌های الکتریکی و سنسورهای مختلف و هوش مصنوعی به وی کمک کرده است که در طول بیش از 4 سال فعالیت پژوهشی، تجربه‌هایی همچون طراحی و ساخت سیستم‌های مکانیکی و دینامیکی، پیاده‌سازی و کنترل درایوهای الکتریکی صنعتی و کنترل کننده‌های صنعتی همچون PLC، طراحی و برنامه نویسی سیستم‌های رابط انسان-ماشین (HMI)، طراحی و پیاده‌سازی روش‌های هوش مصنوعی در شبیه‌سازی، شناسایی و کنترل ربات‌های مختلف را در کارنامه خود داشته باشد.

شناسایی و کنترل ربات موازی سه درجه آزادی دلتا به منظور انجام گذاشت و برداشت با استفاده از یادگیری ماشین

مهم‌ترین چالش در رابطه با ربات‌های موازی، استخراج مدل دینامیکی ساده از ربات است. روش‌های سیستماتیکی که تا کنون برای استخراج مدل دینامیکی ربات‌های موازی مورد استفاده قرار گرفته‌است، به مدل‌هایی منتهی شده‌است که بسیار پیچیده‌اند و در کاربرد قدرت چندانی ندارند. مدل‌های دینامیکی و سینماتیکی موجود برای ربات دلتا بسیار غیرخطی و پیچیده است. دینامیک ربات‌های دلتا به روش‌های مختلفی از جمله روش لاگرانژ، روش نیوتن-اویلر و روش کار مجازی قابل دستیابی است. به دلیل پیچیده بودن حل سینماتیک مستقیم ربات، روش تحلیل مستقیم دینامیک (نیوتن-اویلر) مناسب نیست. بنابراین روش‌هایی همچون تئوری پیچه روشی مناسب‌تر برای تحلیل دینامیک ربات دلتا است.
در این پروژه ابتدا معادلات سینماتیکی و دینامیکی سیستم و ماتریس‌های ژاکوبین ربات که نگاشتی بین فضای زاویه‌ای و فضای خطی حوزه دسترسی ربات است بدست می‌آیند. با توجه به کارهای پیشین صورت گرفته در آزمایشگاه تعامل انسان و ربات، با استفاده از روش کار مجازی و تئوری پیچ، مدلی برای ربات بدست آمده‌است. پارامترهای دینامیکی قسمت‌های مختلف ربات از جمله پارامترهای موتور و پارامترهای هندسی با استفاده از روش پارامترهای اینرسی پایه بدست آمده‌است. با مشخص بودن پارامترهای اینرسی جعبه‌دنده و پارامترهای ثابت معادله اصطکاک خشک و ویسکوز که در این روش استفاده‌شده است. همچنین با توجه به اثر غالب دینامیک موتور الکتریکی، جعبه‌دنده و اصطکاک در دینامیک کلی سیستم، مدلی برای این مجموعه محرکه ربات نیز در نظر گرفته شده است. در مبحث مدل سازی دینامیکی ربات با استفاده از تئوری پیچه، پارامترهای اینرسی ربات به نحوی در نظر گرفته شده‌اند که مدل دینامیکی استخراج شده، نسبت به این پارامترها خطی است. بدین ترتیب، می‌توان با استفاده از روش‌های مرسوم شناسایی سیستم همچون تخمین حداقل مربعات، پارامترهای مدل را شناسایی کرد.
پس از شناسایی و مدل‌سازی موفق مجموعه محرک‌ها و ربات، الگوریتم‌های کنترلی کلاسیک و هوشمند بر روی ربات پیاده‌سازی می‌شود. در این قسمت، با توجه به مدل‌ و پارامترهای بدست آمده از ربات، کنترل کننده‌هایی دینامیکی همچون کنترل گشتاور محاسباتی، کنترل مد سطح لغزش، کنترل تطبیقی بر روی ربات شبیه‌سازی و اجرا گردید.
همچنین بخش مهمی از این پروژه، به راه اندازی و برنامه‌نویسی درایورهای موتورها اختصاص دارد، که این مهم، توانایی اجرای الگوریتم‌های شبیه‌سازی شده را، در واقعیت و بر روی ربات میسر می‌کند.
همچنین به منظور کاهش نوسان‌های مجری نهایی ربات، روش کاهش نوسان با استفاده از مفهوم طول مسیر فاز در شبیه‌سازی و عمل بر روی ربات پیاده‌سازی شده‌است. پس از انجام موارد فوق، الگوریتم‌های بینایی ماشین به منظور تشخیص و انجام عملیات-گذاشت و برداشت هوشمند بر روی ربات پیاده‌سازی می‌شود. در ادامه، روش‌های نوین کنترل به‌ویژه کنترل مبتنی بر داده و یادگیری تقویتی بر روی ربات مورد تحقیق و شبیه‌سازی قرار می‌گیرد.
منبع پایان نامه

کلمات کلیدی:

یادگیری تقویتی
الگوریتم بهینه سازی
شناسایی سیستم
ربات دلتا
کنترل هوشمند
مدل سازی سینماتیکی
شبکه های عصبی کانولوشن
یادگیری عمیق
ربات موازی
پردازش تصویر
مدل سازی دینامیگی
ندارد.