Progettazione e realizzazione di una base robotica bilanciante su ...

More documents

Recommendations

Info

86 Capitolo 7. ControlloLa creazione degli Extra-Trees dipende da tre parametri:M definisce il numero di alberi che vengono generati: gli studi effettuatinell’ambito dei metodi che sfruttano la casualità hanno reso notoche l’errore di predizione decresce in funzione di questo parametro,portando quindi a risultati più accurati al crescere di MK indica quanti split (suddivisioni delle regioni in regioni più piccole)vengono generati ad ogni iterazione dell’algoritmo. Il valore di K ècompreso tra 0 ed n, ed indica quante sono le dimensioni lungo cuieffettuare il taglio casuale. Se K = 1 si ha una scelta completamentecasuale (totally randomized trees), mentre se K = n si effettuerannon tagli, in seguito confrontati per mantenere soltanto quello che haridotto maggiormente la varianza delle dei dati appartenenti alle foglieottenute rispetto alla foglia di partenzan min indica il minimo numero di elementi che possono comporre una foglia.Valori elevati di n m in portano alla costruzione di alberi poco profondi,con valori di distorsione molto elevati e di varianza molto bassi, mentreil valore minimo n m in = 2 genera alberi molto profondi con unincremento sostanziale del numero di nodi. Il valore ottimo di n m indipende fortemente dal rumore dei dati di output, motivo per cui ènecessario valutare per ogni situazione quale sia la scelta migliore7.3.5 ImplementazioneLe tecniche di controllo basate sull’apprendimento per rinforzo mostrate inquesto capitolo sono state applicate al problema in questione sia per ricavareun modello del robot sia per stimare una politica di controllo valida.Il procedimento adottato consiste dapprima nel far eseguire al robot azionicasuali, registrando i valori relativi allo stato del robot e le azioni intraprese.Sulla base delle informazioni raccolte è stato prodotto il dataset perl’apprendimento offline, che consiste in un insieme di dati del tipo statoprecedente - azione effettuata - stato successivo, utilizzati dall’algoritmo diTemporal Difference per stimare il modello del robot.La politica di controllo generata dipende dal rinforzo che si attribuisceai differenti cambiamenti di stato. Se l’obiettivo è mantenere l’equilibrio, sipuò imporre un rinforzo negativo pari all’inclinazione del robot:r = −α (7.24)
7.3. Controllo basato su apprendimento per rinforzo 87in maniera che l’algoritmo scelga le azioni che lo conducano ad avere rinforzomassimo ovvero angolo pari a zero.Per cercare di ridurre le oscillazioni attorno alla verticale si può imporre cheil rinforzo sia pari a zero all’interno di un range di valori:r ={0 se|α| ≤ ᾱ−α se|α| > ᾱ(7.25)Se l’obettivo, oltre a mantenere l’equilibrio, è anche far inseguire al robotun setpoint di posizione o di velocità, sarà necessario costruire un rinforzor che tenga conto anche dell’errore di posizione o dell’errore di velocità.Dando peso maggiore o minore alle varie componenti del rinforzo si ottieneuna politica più volta a raggiungere il setpoint di una variabile di statopiuttosto che di un’altra.Si rimanda alla Sezione 8.5 per l’analisi degli esperimenti svolti e dei risultatiottenuti.
Page 1:
POLITECNICO DI MILANOCorso di Laure
Page 5:
RingraziamentiRingrazio innanzitutt
Page 8 and 9:
4.1 Telaio . . . . . . . . . . . .
Page 10 and 11:
8.4 Bilanciamento con controllore L
Page 12 and 13:
2 Capitolo 1. IntroduzioneLa fase p
Page 14 and 15:
4 Capitolo 1. Introduzione
Page 16 and 17:
6 Capitolo 2. Stato dell’arte(a)(
Page 18 and 19:
8 Capitolo 2. Stato dell’arte(a)(
Page 20 and 21:
10 Capitolo 2. Stato dell’artenel
Page 22 and 23:
12 Capitolo 3. Studio teorico del p
Page 25 and 26:
3.1. Modello del robot 15La prima g
Page 27 and 28:
3.1. Modello del robot 17L’energi
Page 29 and 30:
3.1. Modello del robot 193.1.3 Simu
Page 31 and 32:
3.2. Stima dell’inclinazione del
Page 33 and 34:
Page 35 and 36:
Page 37 and 38:
Capitolo 4Progetto meccanico“Bend
Page 39 and 40:
4.1. Telaio 29Figura 4.2: Progetto
Page 41 and 42:
4.2. Ruote e trasmissione 31Figura
Page 43 and 44:
4.3. Attuatori 33Figura 4.6: Cerchi
Page 45 and 46: 4.3. Attuatori 3510Angle / Torque p
Page 47 and 48: Capitolo 5Progetto elettronico“Il
Page 49 and 50: 5.1. Sensori 395.1 SensoriA bordo d
Page 51 and 52: 5.1. Sensori 41Figura 5.3: Diagramm
Page 53 and 54: 5.2. Condizionamento dei segnali an
Page 55 and 56: 5.3. Elettronica di potenza 45Per r
Page 57 and 58: 5.3. Elettronica di potenza 47Per p
Page 59 and 60: 5.3. Elettronica di potenza 49In qu
Page 61 and 62: 5.3. Elettronica di potenza 51(a)(b
Page 63 and 64: 5.3. Elettronica di potenza 53quind
Page 65 and 66: 5.3. Elettronica di potenza 55Tabel
Page 67 and 68: 5.4. Logica e microcontrollore 57te
Page 69 and 70: 5.5. Comunicazioni 59Il microcontro
Page 71 and 72: Capitolo 6Software“Credo che alla
Page 73 and 74: 6.1. Architettura 63PID utilizzato
Page 75 and 76: 6.2. Acquisizione dei segnali 65Per
Page 77 and 78: 6.3. Controllo dei motori 67si rile
Page 79 and 80: 6.5. Algoritmi di controllo 69imple
Page 81 and 82: Capitolo 7Controllo“La vita è co
Page 83 and 84: 7.1. Controllore PID 73(a) K P vari
Page 85 and 86: 7.1. Controllore PID 75Tabella 7.1:
Page 87 and 88: 7.2. Controllore LQR 77Un generico
Page 89 and 90: 7.3. Controllo basato su apprendime
Page 95: 7.3. Controllo basato su apprendime
Page 99 and 100: Capitolo 8Realizzazioni sperimental
Page 101 and 102: 8.1. Stima dell’angolo del robot
Page 103 and 104: 8.2. Ritardo dei segnali e test di
Page 105 and 106: 8.2. Ritardo dei segnali e test di
Page 107 and 108: 8.3. Bilanciamento con controllore
Page 115 and 116: Capitolo 9Conclusioni e sviluppi fu
Page 117 and 118: 9.2. Sviluppi futuri 107tamento del
Page 119 and 120: Bibliografia[1] T McGeer. Passive d
Page 121: BIBLIOGRAFIA 111[23] Pierre Geurts,
show all

Progettazione e realizzazione di una base robotica bilanciante su ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?