UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica

Per quanto riguarda la rete neurale, il pregio della soluzione adottata
consiste sicuramente nella velocità con la quale si ottiene l’associazione tra
coordinate sull’immagine e valori di pilotaggio dei motori, una volta che la rete è
addestrata. Inoltre, come illustrato al paragrafo relativo alle scelte di progetto, il
paradigma neurale può essere esteso in modo relativamente semplice anche con
l’aumento della complessità del sistema. L’unico difetto di questa scelta è che,
una volta addestrata la rete, non esiste più feed-back tra ciò che si desidera e ciò
che effettivamente viene fatto dalla rete: se la rete non approssima in modo
sufficientemente accurato la relativa funzione, questo si ripercuote con delle
imprecisioni nel puntamento, anche a bersaglio fermo. Una possibile soluzione
consiste nell’effettuare un qualche tipo di addestramento online su una rete già
precedentemente addestrata, magari ricorrendo a tecniche come il reinforcement
learning.
La scelta di utilizzare il filtro di Kalman per la stima e la previsione della
traiettoria è stata decisamente positiva: il filtro ha funzionato ottimamente in tutte
le diverse condizioni nelle quali è stato testato. Si tenga presente che il modello
utilizzato per il moto del bersaglio è assolutamente generale, in quanto si basa
unicamente sui legami spazio-velocità-accelerazione e sulle derivate di ordine
superiore di quest’ultima.
Complessivamente, quindi, è stato realizzato un sistema di tiro che funziona
in modo abbastanza buono e, inoltre, si sono importate nel sistema real-time
HARTIK una serie di funzionalità di sicuro interesse, anche per lo sviluppo di
progetti futuri.
165