MEKATRONİK MÜHENDİSLİĞİ ÖĞRENCİ KONGRESİ 2010

Transkript

MEKATRONİK
MEKATRONİK MÜHENDİSLİĞİ
MÜHENDİSLİĞİ
ÖĞRENCİ
ÖĞRENCİ KONGRESİ
KONGRESİ 2010
2010
MeMÖK
MeMÖK 2010
2010
Editörler:
ABDULKADİR ERDEN
FUAD ALIEW
ZÜHAL ERDEN
BÜLENT İRFANOĞLU
KUTLUK BİLGE ARIKAN
AYLİN KONEZ EROĞLU
H. ORHAN YILDIRAN
ATILIM ÜNİVERSİTESİ, ANKARA
ÖĞRENCİ KONGRESİ 2010
MeMÖK 2010
Mekatronik Mühendisliği Öğrenci Kongresi (MeMÖK) (2010 : Ankara)
Mekatronik Mühendisliği Öğrenci Kongresi 2010 : MeMÖK 2010 /
ed. Abdulkadir Erden… [ve başk.].
1 computer optical disc ;
4 3/4 in.
(Atılım Üniversitesi Yayınları; no. 40. Mühendislik Fakültesi Yayınları; no.12)
Includes bibliographical references and index.
ISBN 978-975-6707-31-9
I. Mekatronik – Kongreler. II. Mechatronics – Congresses. I. Title. II. Erden, Abdulkadir.
TJ 163.12 MEK 2011
İÇİNDEKİLER
İÇİNDEKİLER ................................................................................................................................................................................................................................................................................................................................................................................................................................................ 1
ÖNSÖZ ............................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 3
İNTERNET TABANLI AĞ OLUŞTURMA VE GÖMÜLÜ ROBOTİK UYGULAMALARININ TASARLANMASI ................................................ 5
NÖRON LABİRENT MİNİ ROBOT ....................................................................................................................................................................................................................................................................................................................................................... 13
YÜRÜMEYİ ÖĞRENEN ROBOT .................................................................................................................................................................................................................................................................................................................................................................. 17
AKILLI GÜNEŞ TAKİP SİSTEMİ İLE ELEKTRİK ENERJİSİ ÜRETİMİ ....................................................................................................................................................................................................... 23
MİKRO EDM’DE SES DİNLEME İLE ANALİZ VE OPTİMİZASYON ................................................................................................................................................................................................................ 31
KAVRAMSAL DÜZEYDE İNSANSI ROBOT ÇALIŞMALARI ................................................................................................................................................................................................................................................. 35
GÖMÜLÜ SİSTEMLERDE GERÇEK ZAMANLI SİSTEM UYGULAMALARI ................................................................................................................................................................................ 41
ADAPTİF KONTROL İÇİN ELEKTRO-EROZYON İLE İŞLEMEDEKİ VURUM ŞEKİLLERİNİN ARAŞTIRILMASI ..................... 47
DÖNER-ROTOR MEKANİZMASINA SAHİP, İKİ ROTORLU SIRADIŞI UÇAN ROBOT TASARIMI,
MODELLENMESİ ve YÖNELİM DENETİMİ .............................................................................................................................................................................................................................................................................................................. 51
YAZAR DİZİNİ ......................................................................................................................................................................................................................................................................................................................................................................................................................................... 59
KONU DİZİNİ ............................................................................................................................................................................................................................................................................................................................................................................................................................................ 61
Mekatronik Mühendisliği Öğrenci Kongresi (MeMÖK 2010) 16 Haziran 2010, Atılım Üniversitesi
1
2
ÖNSÖZ
Atılım Üniversitesi Mekatronik Mühendisliği Bölümü özgün bir müfredat programı ile 2003 yılında eğitim ve
öğretim hayatına başlamıştır. Müfredat program yapısı tamamen özgün bir şekilde geliştirilmiş, tüm dersler
mekatronik mühendisliği için gerekli uluslararası ve üst düzey donanıma sahip mezunlar yetiştirecek şekilde
özenle tasarlanmıştır.
Bu müfredat programının en çarpıcı özelliklerinden biri Türkiye üniversitelerindeki müfredat programlarında
yaygın olarak pek rastlanmayan, ancak lisans öğrencilerinin araştırmaya yönlendirilmesi bakımından çok önemli
işlevi olan “lisans araştırma projeleri” (“MECE 407 Undergraduate Research Project I” ve “MECE 408 Undergraduate
Research Project II”) dersleridir. Bu derslerde öğrencilerimiz öğretim üyelerimizin uzmanlık alanları doğrultusunda
çeşitli araştırma konularında bir akademik yıl boyunca çalışmakta; teorik, uygulamalı ve/veya deneysel araştırma
yapmaktadırlar. Akademik yıl sonunda bu çalışmalardan üretilen bildiriler kongre formatında bölüm öğretim
elemanlarımız, öğrencilerimiz ve konu ile ilgili olabilecek kişilerin katıldığı bir toplantıda öğrenciler tarafından
sunulmaktadır. Sunulan bu bildiriler bildiri kitabı halinde basılarak evrensel bilgi birikimine öğrencilerimiz
tarafından üretilen önemli bir katkı sağlanmaktadır. Bu bildiri kitabı, 2009-2010 akademik yılında üretilen
bildirilerden oluşan ilk kitabımızdır. Bu uygulamanın bundan sonraki yıllarda da sürdürülmesi planlanmaktadır.
Öğrencilerimizin bildirilerini sunduğu ve 2010 yılında ilk kez düzenlenen kongrenin de, Türkiye’deki tüm
Mekatronik Mühendisliği öğrencilerinin katılacağı “Mekatronik Mühendisliği Öğrenci Kongresi (MeMÖK)” olarak
sürdürülmesi planlanmaktadır. Bu çabalarımıza diğer üniversitelerin de destek vereceğini ümit ediyoruz.
Kongre düzenlemek ve bildiri kitabı hazırlamak çok özveri gerektiren ve uzun süren bir çalışmadır. MeMÖK 2010
kongresi ve bildiri kitabı da böyle bir çalışmanın ürünü olarak ortaya çıkmıştır. Öncelikle bu kitaptaki bildirileri ders
kapsamında üreten sevgili öğrencilerimize teşekkür ederim. Evrensel bilgi birikimine küçük ama çok özel katkılarını
önemle değerlendiriyoruz. Üretken çabalarının tüm meslek yaşamlarında sürmesini diliyorum. Bölüm öğretim
elemanlarımızın bu bildirilerin üretilmesindeki katkıları çok büyük önem taşımaktadır. Bütün öğretim elemanlarımıza;
başta bu derslerin sorumluluğunu alan, dersleri olması gereken bilimsel ciddiyet ve düzen içinde yürüten, aynı
zamanda MeMÖK 2010 kongresi organizasyonunda ve bu bildiri kitabının hazırlanmasında özveriyle çalışan Öğ. Gör.
Aylin Konez Eroğlu’na; MeMÖK 2010 kongresinin başarısında ve bildiri kitabının hazırlanmasında bilgisi ve deneyimi
ile önemli katkı sağlayan Yrd. Doç. Dr. Zühal Erden’e; bu kongre ve bildirilerin gerçekleşmesini sağlayan araştırma
konuları ile bölüm öğretim üyelerimiz Doç. Dr. Fuad Aliew’e, Yrd. Doç. Dr. Bülent İrfanoğlu’na, Yrd. Doç. Dr. Kutluk
B. Arıkan’a, Öğ. Gör. H. Orhan Yıldıran’a; araştırmaları süresince öğrencilerimize verdikleri destek ve MeMÖK 2010
organizasyonundaki yardımlarından dolayı Araştırma Görevlilerimiz Doğanç Küçük, Cahit Gürel ve Ayça Göçmen ile
laboratuvarlarımızın değerli elemanları Meral Aday ve Handan Kara’ya derin teşekkürlerimi sunmak istiyorum.
MeMÖK 2010 kongresinin düzenlenmesi ve bu bildiri kitabının basımı konusunda verdikleri destekten dolayı
Atılım Üniversitesi Mütevelli Heyeti Başkanı Sayın Yalçın Zaim’e, Atılım Üniversitesi Rektörlüğüne, Halkla İlişkiler
Müdürlüğüne ve katkı veren tüm akademik ve idari personelimize içten teşekkürlerimi sunarım.
MeMÖK kongresinin bundan sonra her akademik yıl sonunda düzenlenmesini hedefliyoruz. Türkiye’deki
üniversitelerin mekatronik mühendisliği bölümlerinin öğrencileri veya diğer bölümlerde öğrenim gören
ancak mekatronik mühendisliği ile ilgili konularda çalışan tüm öğrencileri önümüzdeki yıllarda düzenlenecek
olan kongrelere kendi çalışmalarını tanıtan bildirileri ile katılmaları için davet ediyoruz. Öğrencilerimizin
özverili çalışmaları ile önümüzdeki kongrelerde yine çok başarılı olacakları konusunda en küçük bir kuşkum
bulunmamaktadır.
MeMÖK 2011 kongresinde görüşmek ümidiyle verimli ve başarılı bir akademik yıl diliyorum.
Prof. Dr. Abdulkadir ERDEN
Mekatronik Mühendisliği Bölüm Başkanı
Atılım Üniversitesi
3
4
İNTERNET TABANLI AĞ OLUŞTURMA VE
GÖMÜLÜ ROBOTİK UYGULAMALARININ TASARLANMASI
Burak ÇALIŞKAN, [email protected] Atılım Üniversitesi, 06836, Ankara
Emre GÜNER, [email protected] Atılım Üniversitesi, 06836, Ankara
Göksel KURT, [email protected] Atılım Üniversitesi, 06836, Ankara
Ziya ÇÖĞEN, [email protected] Atılım Üniversitesi, 06836, Ankara
Bülent İRFANOĞLU, [email protected] Atılım Üniversitesi, 06836, Ankara
ÖZET
Robotların uzaktan kontrol edilebilirliği günümüzde araştırmacıların dikkatini çeken bir konudur. Bu makalede
robotik uygulamalara entegre edilebilen internet tabanlı ağ iletişimine uygun bilgisayar ara yüzü kullanılmadan
internet ağına bağlanabilen ve bu bağlantı ile robotik uygulamaların uzaktan kontrolünü sağlayabilen bir sistemin
tasarlaması incelenmiştir. İnternet tabanlı robotlara mikro denetleyici tabanlı bir ağ sistemi tasarlamak için gerekli
literatür araştırması yapılmıştır ve bunlar içerisinden sisteme en uygun donanımlar seçilmiştir. Bu çalışmada
donanımsal parçalar olarak Arduino Atmega işlemciler, ethernet kitleri kullanılmıştır. Ağ haberleşmesi XBee tipi ağ
bağdaştırıcıları kullanılarak sağlanmıştır. Sistemin kontrolü için Nunchuk sensor tipi kumanda kullanılmıştır. Bu
sistemin tasarımında farklı haberleşme protokolleri kullanılmıştır, örnek olarak TCP/IP protokolüdür. Sonuç olarak
belirtilen kriterler karşısında sistem test edilmiş ve uygulanabilirliği sonucuna varılmıştır, örnek bir uygulama ile
desteklenmiştir.
ANAHTAR KELİMELER
Ağ, ağ omurgası, XBEE, kablosuz haberleşme, arduino, ağ oluşturma ve bağlanabilirlik, nunchuck.
ABSTRACT
This paper is about design of a microcontroller based network backbone which is flexible for to being integrated
into typical robotic applications. The main difference of the system is feature of having any computer and
computer human interface. The system based on communication with control system to internet and internet
to end point controlling unit. For this design, there is some hardware system requiremens which are arduino
type atmega microproccesors, ethernet shield to connect the internet, and XBee type communication devices are
used for wireless communication. For remote controlling the system, Nunchuk sensor type joystick is used. Some
communication protocols are used for system network such as TCP/IP protocol. At the end, a network backbone is
designed, and it integrates a robotic application to see applicability of application.
KEYWORDS
Network backbone, XBEE, wireless networking, arduino, networking and connectivity, nunchuck.
5
1. GİRİŞ
2. SİSTEME GENEL BAKIŞ
Robotların sayıları ve çeşitleri gün geçtikçe artmaktadır.
Gömülü sistemlerin ağ bağlantılarıyla birleşmesiyle
birçok ağ üzerinde kontrol edilebilen robot ağları
oluşturulmuştur (1). Robot ağ yapılandırma
operasyonları geniş bir çerçevede karşımıza
çıkmaktadır bunlar tele ameliyat uygulamaları (2),
su altı uygulamaları (3) ve uzay çalışmaları örnek
verilebilir. Günümüzde internet teknolojisi gelişerek
farklı alanlarda kullanılmaya başlanmıştır. İnternet
robotları yüksek verimlilikle birlikte birçok alanda
uzaktan kontrol servisi sağlamaktadır. Uzaktan internet
tabanlı kontrol servisleri için örnek olarak laboratuvar
çalışmaları, endüstriyel otomasyon, güvenlik sistemleri
uygulamaları ve askeri sistemler (4) gösterilebilir.
İnternet robotlarının ilk jenerasyonu 1994 Mercury
projesi (5) internet üzerinden kullanım imkânı sağlayan
başarılı sistemlerden biri olmuştur. Bu sistemle birlikte
Avustralya’nın uzaktan kontrollü robotu kullanıma
açılmıştır (6). İnternet robotlarının ilk jenerasyonunda
genellikle robot kolları ve bir operatör tarafından kontrol
edilen mobil robotlar taban alınmıştır. İlk jenerasyondan
sonra gelen internet robotlarında genellikle otonom
sistemlere odaklanılmıştır. Bu sistemlerde genellikle
uzaktan deneysel çalışmalarının kontrolü ve verilerinin
alınmasına dikkat çekilmiştir ve birçok alanda
uygulaması yapılmıştır (7,8). Bugün yaşam standartlarını arttıran, insanların vakit kayıplarını azaltan ve
birçok alanda uzaktan kontrolle azami imkan sağlayan
internet tabanlı otonom sistemlere geçilmektedir.
Yapılan araştırma çalışmalarına göre genel olarak
internet tabanlı robot kontrol sitemlerinde bilgisayar ve
ara yüz kullanılmaktadır. Ayrıca kullanılan sistemlerde
farklı uygulamalara uyarlanabilirlik gözlenmemiştir.
Bunlara bağlı olarak bilgisayar ve ara yüz kullanımını
ortadan
kaldıracak
ve
farklı
uygulamalara
uyarlanabilecek bir sistemin gerektiği düşünülmüştür.
Bu çalışmada mikro denetleyici ve kitler kullanılarak
bilgisayar kullanımını ortadan kaldıracak esnek bir ağ
omurgası oluşturulması hedeflenmiştir.
Bu makalede internet tabanlı robot kontrol sistemi
olarak Atılım Üniversitesi Mekatronik Mühendisliği
bölümünde geliştirilen internet tabanlı robot kontrol
sistemi üzerinde gerçekleştirilen esnek bir ağ omurgası
çalışmaları sunulmuştur.
Bu sistem mikro denetleyici aracılığı ile yapılmış, internet
tabanlı basit bir ağ omurga sistemidir. Sistem vasıtası ile
birçok robotik cihaz internet üzerinden, arada aracı bir
bilgisayar bulunmadan kontrol edilebilmektedir. Sistem
araştırması yapılırken kapsamlı bir literatür çalışması
yapılmış buna karşın aynı özellikleri taşıyan çalışma
ve tasarımla karşılaşılmamıştır. Yapılan araştırmalarda
bulunan benzer sistemler arada bilgisayar ve insan ara
yüzleri kullanılarak uygulanmışlardır, bilgisayar ara
yüzü kullanmayan sistemler ise parça parça yapılmış
olup tam bir bütün halinde değillerdir. Bulunan bu
parça sistemler, mikro denetleyiciler yardımı ile
birleştirilerek gömülü robotik uygulamalar için internet
tabanlı kablosuz bir ağ omurgası oluşturulmuştur.
Bu sistem, makalenin donanım aygıtları bölümünde
detaylandırılan arduino ve kitleri vasıtası ile
geliştirilmiştir.
Sistemin diğer sistemlerden farklı olarak birçok
donanımsal ve çalışma prensipleri farklılıkları
bulunmaktadır. Sistem genel olarak iki ana yapıdan
oluşuyor. Birincisi kumanda sistemine bütünleşmiş olan
haberleştirici, ikinci ise kontrol edilecek sisteme entegre
olmuş algılayıcıdır. Burada genel çalışma prensibi alıcı
ve verici tabanlı olup bu alıcı verici sistemine internet
ağı eklenerek internet üstünden uzak mesafelerden
kontrol edilebilen bir sistem tasarlanmıştır. Sistemi
detaylandıracak olursak, sistem içerisinde mikro
işlemciler, internet bağlantı kitleri, kablosuz haberleşme
kitleri ve kontrol kumandası bulunmaktadır. Sistem
içerisinde birçok iletişim protokolleri desteklenmektedir
bunlar SPI, RS-232, I2C gibi iletişim protokolleridir.
Benzer projeler bulunmaktadır ancak bu projelerde
bilgisayar ve insan ara yüzü kullanılmıştır (9).
Tablo 1-Mikro Denetleyici Karşılaştırma Tablosu
Aşağıda verilen Tablo 1’de literatürde en çok kullanılan
mikroişlemciler karşılaştırılmış ve tablolandırılmıştır.
Tabloda görüldüğü üzere, kullanılan işlemcilerin
hafıza büyüklükleri, EEPROM büyüklükleri ve RAM
büyüklükleri birbirlerine yakın ve benzerdir. Bu
işlemciler teknik veri kılavuzlarına bakılarak karşılaştırıldıklarında Atmega türü işlemciler seri haberleşme
açısından microchip firmasının ürünlerine göre daha
güçlü ve hızlıdır.
İşlemci
Flaş Hafıza
EEPROM
RAM
Seri Haberleşme
Atmega 328
32K Bit
1K Bit
2K Bit
Programlanabilir USART
Microchip 18Fxx2 32K Bit
6
2.1 Mikrodenetleyici Karşılaştırması
256 Bit
1,5K Bit
Adreslenebilir USART
2.2 Kablosuz Haberleşme Protokollerinin
Karşılaştırması
Tablo 2’de ise kablosuz haberleşme protokolleri
karşılaştırılmış ve özellikleri verilmiştir. Bu tabloya
göre X-bee tipindeki bağlantı aracı ekonomik oluşu,
enerji tüketimi, frekans aralığı ve iletişim mesafesi
konularında daha avantajlı olması ve Atmega türündeki
işlemcilerle daha yüksek verimle çalışmalarından
dolayı X-bee tipi bağlantıcı kullanılmıştır. Donanım
aygıtları kısmında kullanılan mikro denetleyicinin ve
bağlan-tıcının özellikleri detaylı şekilde verilmiştir.
Tablo 2-Kablosuz Haberleştirme Protokolleri
Bluetooth X-Bee
20-250
kbps
54 Mbps
2 US$
5-10 US$
Orta
Düşük
Yüksek
10-100 m
30-300 m
30-70 m
Hız
3 Mbps
Para
3 US$
Enerji
Tüketimi
Haberleşme
Mesafesi
Frekans
Aralığı
IEEE
Standartları
WLAN
2.4 GHz
802.15.1
868 MHz
915 MHz
2.4 GHz
802.15.4
3. DONANIM AYGITLARI
Proje kapsamında oluşturulan ağ omurgası Arduino ve
Arduino tabanlı, Arduino ile uyumlu çalışan Arduino
ürünlerinden oluşmaktadır.
Sistemin; Arduino, ethernet kiti, ve XBEE (Zigbee)
olmak üzere 3 adet temel elemanı bulunmaktadır.
Sistemin şematik sunumu Şekil 2’de gösterilmiştir. Ağ
omurgasında hiçbir bilgi-sayar ve kullanıcı ara yüzü
kullanılmamış olup kullanılan tüm ekipmanlar sensör
ve robotik uygulamalar için geliştirilmiş ekipmanlardır.
3.1 Arduino
Arduino, fiziksel dünya ile iletişim ve etkileşim kurmayı
sağlayan bir araçtır. Açık kaynak kodlu bir mikro
denetleyici devresi ve bu devreyi programlamaya
yarayan bir yazılım paketinden oluşmaktadır (11).
Arduino ailesinin uygulama alanlarına göre geliştirilmiş
birçok ürünü mevcuttur. Projede kullanılan Arduino
ürünü Arduino Duemilanove’dur (Şekil 1). Fakat ağ
omurgasının esneklik özelliğinden dolayı tüm Arduino
ana kartları ağ omurgası tarafından desteklenmektedir.
Projede kullanılan Arduino Duemilanove’nun teknik
özellikleri Tablo 3’te gösterilmiştir.
2.4/5 GHz
802.11
• SPI
Şekil 1-Arduino Duemilanove (11)
• TCP/IP
Ethernet
Shield
Arduino
İnternet
• TCP/IP
• SPI: Serial prepherial interface
• TCP/IP: Transmission control protocol / Internet protocol
•Wireless
Sub
Systems
Ethernet
Shield
• SPI
• RS-232
Xbee&Xbee
Shield
Arduino
Şekil 2 Esnek Ağ Omurgasının Şematik Gösterimi
7
Tablo 3-Arduino Duemilanove’nun Teknik
Özellikleri (11)
Mikrodenetleyici
Çalışma Voltajı
Dijital Pin Sayısı
Analog Pin Sayısı
Flaş Hafıza
Sram
EEPROM
Osilatör Hızı
Atmega 328 (8 bit)
5 V (DC)
14
6
32 KB
2 KB
1 KB
16 Mhz
Daha önceden de vurgulandığı gibi Arduino, Atmel
ailesinin mikro denetleyicilerinden oluşmaktadır. Atmel
ailesinin mikro denetleyicileri tasarım mimarisinden
dolayı seri iletişimde diğer markaların ürün ailelerinden
hızı ve etkinliğiyle bir adım daha öndedir (11). Ayrıca,
ağ omurgasının Arduino ve Arduino tabanlı ürünlerden
mevcut olan protokoller oluşmasının diğer bir sebebi
Arduino ailesinin esneklik özelliğidir. Örneğin ağ
omurgasında SPI, I2C, RS-232, TCP/IP, ve Wi-Fi’dir.
Fakat Bluetooh ve CAN BUS gibi Arduino ailesinin
ürünleri sisteme hiçbir adaptasyon gerekmeden takılıp
bu protokoller de sisteme eklenebilir.
3.2 Ethernet (İnternet) Kiti
Arduino ailesinin tüm ana kartlarına internet bağlantısı
sağlamak amacıyla tasarlanmış bir karttır. Diğer bir
deyişle Ethernet kiti sayesinde herhangi bir mikro
denetleyiciye internet bağlantısı sağlanabilir ve
herhangi bir bilgisayar kullanımı olmadan basit bir
mikro denetleyici ile internet tabanlı projeler yapılabilir.
Şekil 3 de arduino internet kiti gösterilmektedir.
Şekil 3 Arduino Ethernet (İnternet) Kiti (12)
8
ArduinoEthernetkitiüzerindeWiznetfirmasınınW5100
ethernet entgresini mevcuttur. Ethernet kiti Arduino ile
SPI protokolü üzerinden haberleşerek Arduino’ya TCP/
IP protokolüne erişimini sağlamaktadır. Tablo 4’te
Ethernet kiti’nin teknik özellikleri verilmiştir.
Literatürde web ve internet tabanlı birçok robotik
uygulama mevcuttur (9,13,14). Fakat bu çalışma-larda
ana sistemlerin internet bağlantısı bir bilgisayar ve
kullanıcı arayüzü kullanarak sağlanmıştır. Literatürde
Arduino Ethernet kiti kullanılarak gerçekleştirilen bir
çalışma yoktur.
Tablo 4-Ethernet Kitinin Teknik Özellikleri
İnternet Entegresi
Çalışma Voltajı
Hafıza
Desteklenen İnternet
Bant Genişliği
Desteklenen
Protokoller
Desteklenen ADSL
protoklleri
3.3 XBEE
Wiznet W5100
3.3- 5V (DC)
16 KB (RX ve TX için
tampon bellek)
25 Kbps
TCP/IP, UDP, ICMP, IPv4
ARP, IGMP
PAP/CHAP
PPPoE
destği
ile
XBEE, sensör uygulamaları ve daha çok mikro
denetleyici tabanlı çalışmalar için geliştirilmiş bir WiFi ünitesidir (Şekil 4). Bilindiği gibi Wi-Fi günümüzdeki
populer kablosuz haberleşme protokollerinden biridir.
Xbee moduller üzerine takılan antene göre 1Km ile 15
km arasında haberleşme aralığına sahiptir.
Şekil 4 XBEE Module(10)
Xbee modülü projede ağ omurgasına wireless
haberleşme protokolünü destekleme amacıyla
eklenmiştir. Günmüzde bir çok robot kablosuz olarak
kontrol edilmektedir örneğin bomba imha robotları,
endüstriyel robot kollar, ve otomasyon tezgahlarındaki
robotlar. Xbee sayesinde Wi-Fi teknolojisini kullanan
birçok robotik uygulama gerçkleştirilebilir. Tablo 5’te
Xbee modullerin teknik özellikleri verilmiştir.
XBEE modüllerinin Arduino ile iletişimini sağlamak
amacıyla XBEE arduino kit adı verilen bir kart
kullanılmıştır (Şekil 5). Bu kartın tek özelliği Arduino
ve XBEE’nin haberleşme pinleri arasında bir adaptör
görmesidir.
Tablo 5-XBEE Modülü Teknik Özellikleri
Wi-Fi Frekansı
Haberleşme mesafesi
Çalışma Frekansı
2.4 GHz
1-15 Km
50 Hz
Literatürde yapılan çalışmaya en yakın çalışma Wi-Fi
tabanlı bir robot kol kontrol çalışmasıdır (8). Fakat
bu çalışmada kullanılan Wi-Fi kartı tek yönlü iletişim
desteklemektedir. Yani sadece bir adet alıcı kartı ve
verici kartı bulunmaktadır. Bu da Wi-Fi iletişimin en
önemli özelliklerinden biri olan el-sıkışma kavramını
engellemektedir. Bu da veri alışverişi sırasında alıcı ve
verici arasında veri kaybı olması durumunda veri kaybı
bilgisini ortadan kaldırmaktadır. Bu durumu engellemek
için 2 adet alıcı ve verici devresi kullanılabilir. Fakat bu
durum projede hem maliyet artışına hemde daha yavaş
bir veri transferine sebep olur. Bu yüzden sisteme en
uygun Wi-Fi modülü olarak fiyat performans oranı
uygulanabilirlik, kolay kullanım ve Arduino ile uyumluluk
şartları göz önüne alınarak XBEE seçilmiştir.
Şekil 5-Arduino XBEE Kiti (15)
4. AĞ OMURGASININ ÇALIŞMA PRENSİBİ
VE TESTİ
Şekil 2’de gösterildiği gibi sistemde iki adet ana kısım ve
alt sistemler mevcuttur. İki adet ana kısım Arduino ve
Arduino ethernet kitinden (Ethernet shield) oluşmaktadır.
Bu iki ana kısım HTTP sunucu ve HTTP alıcı olarak
adlandırılmaktadır. Omurganın HTTP sunucu kısmına
dijital sensörler ya da kontrolcüler dışında I2C, SPI ve
RS-232 iletişim prokollerinden herhangi biri ile iletişim
yapan sensör ve kontrolcüler bağlanabilir. Omurganın
HTTP sunucu kısmı Wi-Fi desteklememektedir. Fakat ağ
omurgasını esnekliğinden dolayı XBEE ve XBEE adaptör
kiti eklenerek Wi-Fi desteği sağlanabilir.
• SPI
• TCP/IP
Ethernet
Shield
Arduino
İnternet
• TCP/IP
• 12C
• SPI: Serial prepherial interface
• TCP/IP: Transmission control protocol / Internet protocol
Wii
Nunchuck
•Wireless
Rabbit
Robot
Computer
• RS-232
• RS-232
Xbee&Xbee
Shield
Arduino
Şekil 6 Ağ Omurgası Test Şematiği
9
sebebi olarak HTTP sunucusunun aynı anda I2C ve SPI
iletişimini yapmasından kaynaklanmaktadır.
Şekil 7-Wii Nunchuck Oyun Kumandası
Ağ omurgasında HTTP sunucu ve HTTP alıcı ethernet kitler
sayesinde TCP/IP protokolü üzerinden iletişim yapmaktadır.
Sistemin HTTP alıcı kısmı HTTP sunucu kısmıda desteklenen
tüm popüler iletişim protokollerini ve Wi-Fi protokolünü
desteklemektedir. Ağ omurgasında Arduino ve ethernet
kitler SPI protokolü ile XBEE ve Arduinolar ise XBEE adaptör
kit ile RS-232 kit üzerinden haberleşmektedir.
Ağ omurgasının test ve sunum çalışması olarak Wii oyun
konsolunun Nunchuk oyun kumandası (Şekil 7) kullanılarak
Mece 401 dersi kapsamında gerçekleştirilen tavşan robot
ağ omurgasına bağlanarak kontrol edilmiştir (Şekil 6).
Fakat sistemin HTTP alıcı kısmı malzeme yetersizliğinden
dolayı Arduino ve Ethernet kit kullanılmadan, bir bilgisayar
ve processing dilinde yazılmış bir program kullanılarak
HTTP alıcı oluşturulmuştur. Şekil 6’da gösterildiği gibi
Nunchuk oyun kumandası HTTP Sunucu ile I2C ile alt
sistem olan tavşan robot is HTTP alıcı ile Wi-Fi protokolü ile
haberleşmektedir.
Nunchuck oyun kumandası aslında içerisinde 3 eksen
ivmeölçer, 2 eksen kumanda kolu ve bu sensörlerden
gelen verilerin işlendiği 10 bitlik Analogtan Dijitale
çeviren bir mikro denetleyicisi lan ve 2 adet buton
bulunan bir sensor olarak adlandırılabilir.
Testten önce Nunchuk’ın tersine mühendislik
işlemi Total Phase firmasının I2C protokol analizcisi
kullanılarak yapılmış ve aşağıdaki sonuçlar elde
edilmiştir. Nunchuck oyun kumandası I2C protokolü
üzerinden 6 baytlık bir veri göndermektedir ve 6 baytın
her bir baytı üzerinde ki kumanda kolu, ivmeölçer ve
butonların değerlerini temsil etmektedir (Şekil 8).
Test işleminde ilk olarak sistemin saniyede ne kadar veri
gönderilebildiği ve bu veriler üzerindeki gecikmelerin
gerçek zaman ile ne kadar farklı olduğu ölçülmüştür.
İlk olarak Wii Nunchuk’dan saniyede 3 (3 x 6 bayt)
adet veri alınmıştır ve tavşan robota ağ omurgası
üzerinden Şekil 6’da gösterildiği gibi gönderilmiştir. Ağ
omurgasının bağlı olduğu internet hızı 1Mbps’dır.
Nunchuck’ın hareketiyle eş zamanlı olarak tavşan
robotunhareketettiğigözlenmiştir.İkinciolaraksaniyede
6 (6 x 6 bayt) veri Nunchuk’dan alınarak gönderilmiştir
ve tavşan robotun eş zamanlı olarak haeket ettiği
gözlenmiştir. Fakat Nunchuck’dan alınan veri saniye
de 8 in üzerine çıktığı zaman verilerin HTTP sunucusu
üzerinden bir IP adresine gönderilmesi sırasında belirli
periyotlarda veri kaybı olduğu gözlenmiştir. Bunun
10
48
49
48
49
49
74
128
174
177
171
175
174
133
131
700
363
706
558
644
355
549
Oyun
Kumandası X
ve Y eksini
506
706
523
719
499
495
619
728
199
619
447
672
258
1013
İvme ölçer X,
Y, ve Z ekseni
değerleri
0
0
0
0
1
1
0
0
0
0
0
1
1
1
Buton
Değerleri
Şekil 8-Wii Nunchuk Verileri
5. SONUÇLAR
Bumakaleinternetrobotkontrolsistemininomurgasının
oluşturulması ve örnek çalışmalarla desteklenmesi
üzerine yapılan çalışmaların bir ürünüdür. Literatürdeki
örnek çalışmalar göz önüne alınarak mikrodenetleyici
ve haberleşme sistemleri üzerinden oluşturulabilecek
bir sistem tasarlamak amaçlanmıştır. Projenin araştırma
aşamasında varılan sonuca göre dijital kontrol üniteleri
kullanılarak esnek bir ağ omurgasının herhangi bir
robotik uygulamaya entegre edilebilirliği öne sürülmüş
ve testlerle kanıtlanmaya çalışılmıştır. Yapılan deneysel
çalışmalar ve toplanan verilerin değerlendirilmesi
sonucunda tavşan robot uygulamasıyla etkin bir
sistem olduğu görülmüştür. Kolay entegre edilebilen
ve ekonomik bir sistem olan mikro kontrolcü kontrol
ünitesi ve internet tabanlı bu deneysel sistemin diğer
sistemlerden ayrı bir yapısı olması nedeniyle yeni
bir tasarım oluşturmaktadır. Toplanan veriler ve
elde edilen veri sınıflandırılması sayesinde sistemin
deneysel olarak istenilen sonuçlara ulaşılması sistemin
tasarımının doğru olduğu gösterilmiştir. Son olarak
bu sistemin güvenilirliğini arttırmak amacı ile farklı
sistemlere entegre edilmesi ve aynı şekilde istenilen
sonuçlara ulaşılması ileriki dönem hedeflerinde
amaçlanmaktadır.
TEŞEKKÜRLER
Bu çalışma Atılım Üniversitesi Mekatronik Mühendisliği
Bölümü MECE 407-408 “Lisans Araştırma Projeleri”
dersi bünyesinde Öğretim Görevlisi Aylin KONEZ
EROĞLU Koordinatörlüğünde yürütülmüştür. Bu
çalışmaya olan katkılarından dolayı Sayın Prof.Dr
Abdülkadir ERDEN ve Sayın Nevzat KOCASARAÇ‘a
teşekkürü bir borç biliriz.
KAYNAKÇA
(1). Luo R.C, Su K.L, (2003), “Networked intelligent robots through the Internet: issues and opportunities”,
IEEE Proc. vol.91 pp 371-382.
(2). Wang M, J. Liu N.K, (2005), “Interactive control for Internet-based mobile robot teleoperation”, Robotics
and Autonomous Systems vol. 52 pp 160–179.
(3). Cavusoglu M.C, Williams W, Tendick F, ve Sastry S, (2003), “Robotics for Telesurgery: Second Generation
Berkeley/UCSF Laparoscopic Telesurgical Workstation and Looking towards the Future Applications”.
Industrial Robots, vol. 30, no: 1.
(4). Whitcomb L.L, (2000), “Underwater Robotics: out of the research laboratory and into the Field”, IEEE
International Conference on Robotics and Automation, vol pp. 85-90.
(5). K. Goldberg, S. Gentner, (2000), “The Mercury project: a feasibility study for Internet robots”, IEEE Rob.
Autom. Mag.vol. 7 pp 35-40.
(6). K. Taylor ve J. Trevelyan, (1995), “Australia’s telerobot on the web”, International Symposium on Industrial
Robots, pp. 39– 44.
(7). Raúl Marín, Pedro J. Sanz, P. Nebot, ve R.Wirz “A Multimodal Interface to Control a Robot Arm via the
Web: A Case Study on Remote Programming”, IEEE Transactıons on Indust. Elect., vol. 52, no. 6 pp 15061521.
(8). H. Huosheng, and Y. Lixiang, (2001), “Internet-based robotic systems for teleoperation”, International J.
Assembly Autom., vol 21 pp 1-10.
(9). A.Fernandez-Madrigal,E.Cruz-Martin,A. Cruz Martin, J.Gonzalesand, ve C.Galindo, (2001), “Adaptable
Web Interfaces for Networked Robots:System Engineering and Automation” Department University of
Malaga,(Spain).
(10). http://www.arduino.cc/
(Erişim: 21.04.2010 )
(11). www.atmel.com/dyn/resources/prod_documents/doc8025.pdf
(Erişim: 22.02.2010)
(12). http://www.arduino.cc/en/Main/ArduinoEthernetShield
(Erişim: 27.10.2009 )
(13). Teresa T. Ho and Hong Zhang, “Internet-Based Tele-Manipulation”, Proceedings of the 1999 IEEE Canadian
Conference on Electrical and Computer Engineering.
(14). Xiaoli Yang, Dorina C. Petriu, Thorn E. Whalen, Emil M. Petriu, (1999), “A Web-Based 3D Virtual Robot
Remote Control System”, IEEE Canadian Conference on Electrical and Computer Engineering June 15-22
2001.
(15). http://www.digi.com/technology/rf-articles/wirelesszigbee.jsp
(Erişim:11.03.2010)
11
12
NÖRON LABİRENT MİNİ ROBOT
Uğur ÖZER, [email protected] Atılım Üniversitesi, 06836, Ankara
Sefa BOYACIOĞLU, [email protected] Atılım Üniversitesi, 06836, Ankara
Seda ÖZTÜRK, [email protected] Atılım Üniversitesi, 06836, Ankara
Faruk Ömer YAŞİN, [email protected] Atılım Üniversitesi, 06836, Ankara
Fuad ALİEW, [email protected] Atılım Üniversitesi, 06836, Ankara
ÖZET
Labirent robotlar 1970 yıllarından beri savunma sanayi ve sivil hayat uygulama alanları nedeniyle gündemde olan
bir çalışmadır. Bu uygulamalarda iki tür yaklaşım söz konusudur. Bunlar; duvar algılayan labirent mini robot ve
çizgi izleyen labirent mini robot’tur. Bu çalışma da çizgi izleyen ve içerisinde bulunduğu labirenti yapay nöral ağlar
yardımı ile öğrenen engel algılayan bir mini labirent robot tasarlanmış ve üretilmiştir.
ANAHTAR KELİMELER
Nöral, mini robot, engel algılayan, labirent robot, yapay nöral ağı.
ABSTRACT
Labyrinth robots have been widely and actively used by both defense and civil industries ever since the year 1970.
The wide usage is due to the various applications of the labyrinth robot. There are generally two approaches to
these kind of robots; which are, wall acknowledging and line tracking labyrinth mini robots. This project consists
design and production of a line tracking, obstacle avoiding labyrinth mini robot that learns a labyrinth by the help
of neural networks.
KEYWORDS
Neural, labyrinth, mini robot, obstacle sense, developing.
13
1. GİRİŞ
İlk labirent robot çalışmaları 1950’li yıllarda başlamıştır.
Ancak 1970’li yıllarda ilk çalışmalara A.B.D., İngiltere,
Japonya, Hindistan, Güney Kore ve Singapur’da labirent
robot çalışmaları hız kazanmıştır. Bu konu da yapılan
ilk gerçek konferans ise mikro fare robot çalışmasıdır.
Mikro fare projesi saniyede üç metrenin üstünde bir
hıza sahiptir. Aynı zamanda, şu andaki 6-7 saniyelik
rekora sahiptir(1). Mikro fare çalışmasında 180 mm
uzunluğunda 16x16 tane karelerden oluşuyor. Bu
çalışmadaki duvarların yüksekliği 50 mm’dir. Bu
çalışmada kullanılan robotlar otonom robotlardır. Bu
robotlar nöral olarak labirenti algılayıp daha sonra ikinci
sürümde labirenti en kısa mesafe de bitiş noktasına
gitmektedir.
Labirent mini robot tasarımı birçok şekilde
yapılabilir. Yapılan literatür araştırmasında çok
çeşitli labirent robotlara rastlanmış ve detaylı olarak
incelenmiştir. Nöral Labirent mini robot çalışmasında
robot tasarımı ve robotta kullanacağımız algoritma
en çok önem taşıyan bölümlerdir çünkü algoritma,
bu çalışmayı diğer çalışmalardan ayıran en önemli
kısımdır. Nöral labirent mini robot çalışması iki ana
grupta toplanabilir. İlk olarak robot tasarımı yapılıp
daha sonra bu robotun tasarımına göre algoritma
geliştirme yolu izlenmiştir. Bu çalışma da engel
algılayan labirent robot ve çizgi izleyen labirent robot
ele alınmış ve üzerinde çalışılmıştır. Son olarak ise
yapay nöral ağ teorik olarak engel algılayan labirent
robota uygulanmıştır.
2. ENGEL ALGILAYAN LABİRENT ROBOTU
Bu çalışmada üç adet mesafe algılayıcı sensörle nöral
labirent mini robot çalışması yapılmıştır. Bu çalışma
da mikro denetleyici kullanılarak çeşitli algoritmalar
denenmiştir. Bu çalışmanın yapılabilmesi için Pic
16F877A, 3 Mesafe Algılayıcı (Sharp Sensor), 2 DC
Motor, 4 tekerlek, Pleksiglas kesilerek elde edilmiş
robot kasası ve son olarak L293 motor sürücü
ihtiyaç duyulmuştur(2). Algılayıcı sensörler Şekil1’de görüldüğü gibi ön sağ ve sol tarafı algılayacak
şekilde monte edilmiştir (3). Robot ilk olarak ön
tarafında cisim (engel) olup olmadığını kontrol
etmektedir. Robot cisim görmediği takdirde düz
devam etmektedir (4). Önüne bir cisim çıktığı
zaman sol tarafını kontrol etmekte ve sol tarafında
cisim algılaması durumunda sağ tarafını kontrol
etmektedir. Eğer sağ tarafında da cisim bulunuyorsa
180 derece dönüş yapmaktadır. Bu algoritma
ile labirentin çıkış yolunu bulabilmektedir. Bu
uygulama da herhangi bir öğrenme algoritması
kullanılmamaktadır. Bu uygulamanın algoritma
diyagramı Şekil 2’de belirtilmiştir.
14
Tekerlek
Tekerlek
Mesafe
algılayıcı
Mesafe
Mesafe
algılayıcı mikrodenetleyici algılayıcı
Dc motor
devresi
Dc motor
Tekerlek
Tekerlek
Motor sürücü
devresi
Şekil 1-Engel Algılayan Labirent Robotu Şeması
Başla
Ön taraftaki
algılayıcının
önünde engel
var mı?
Hayır
Düz
git
Hayır
Sola
dön
Hayır
Sağa
dön
Evet
Sol taraftaki
algılayıcının
önünde engel
var mı?
Evet
Sol taraftaki
algılayıcının
önünde engel
var mı?
Evet
Bitiş
Şekil 2-Engel Algılayan Labirent Robotu Algoritma
Şeması
2.1 Engel Algılayan Labirent Robotu Mikro
Denetleyici ve Motor Sürücü Devresi
Bu devrede gerekli mikro denetleyici ekipmanları
kullanılmıştır. Bütün devre elemanları motor sürücü
devresi ve sensörler bu devre aracılığı ile kontrol
edilmektedir. Pic 16f877 mikro denetleyici olarak
kullanılmıştır. Motor sürücü devresi L293 aracılığı
ile motorları kontrol etmektedir. Motor kontrolü
bağlantıları mikro kontrolcü üzerine bağlanmaktadır.1.
motor ve 2. motor için imput 1, input 2, input 3, ve input
4 değerleri mikro denetleyici üzerinden değiştirilerek
motorun dönüş yönü belirlenmektedir. Bu yöntemle
robot düz gitmekte ya da sağa veya sola dönmektedir.
Şekil 3’te robotun tamamlanmış hali gösterilmiştir.
trigonometrik açı hesaplarıyla) toplanacaktır. Sonuç
olarak “girdi” ve “çıktı”lardan deneme yoluyla elde
edilen bu doğrusal olmayan fonksiyon bizim yapay
Nöral ağımızdır. Bu nedenle, sistemin her hangi
bir açıdan matematiksel modellemesine ihtiyaç
duyulmamaktadır(9).
3.2 Mini Labirent Robotta Yapay Nöral Ağ
Uygulama Metodu
Şekil 3-Engel Algılayan Labirent Robotu
3. NÖRAL AĞLAR
Nöronlar, insan beynindeki sinir sisteminin temel
fonksiyonel birimidir ve birbirleriyle karmaşık bir
ilişki içindedir. Bu ilişkiler, çok sayıda ihtimallerden en
uygununu seçmeyi ve böylelikle mevcut bir probleme en
uygun çözümü bulmayı kolaylaştırır. Bu programların
bir rehber tarafından yönlendirilmesi gerekir (5). Aksi
takdirde mevcut “girdi”lere göre ortaya çıkan “çıktı”ların
doğruluk derecesini bilemezler. Nöral ağlar çevredeki
koku, ses, ışık, ısı, şekil gibi uyarıcıları algılayabildikleri
için insan beyninin belli fonksiyonlarını taklit etmeyi
mümkün kılmaktadırlar (6).
Nöral ağların kullanma sahaları oldukça ilgi çekicidir.
Bu programlar sayesinde modemler, gürültü ve veriyi
ayırt edebilmekte, el yazısını tanıyan tarayıcılar gibi,
şekilleri algılayan robotlar yapılabilmektedir. Bu projede
yapay Nöral ağların mini labirent robota uygulanması
hedeflenmiştir (7).
3.1 Mini Labirent Robotta
Uygulanabilecek Yapay Nöral Ağ
Nöral ağları temel olarak “Sınıflandırıcılar” ve
“Kontrolcü” olarak iki ana başlıkta inceleyebiliriz. Bu
projede ‘Nöral Ağ’ı Kontrolcü olarak tasarlanacaktır.
Herhangi bir sistem için Nöral ağ uyguladığımız zaman,
bu yapay ağ bizlere bir doğrusal olmayan bir fonksiyon
yaratmaktadır. Sistemimizde bu doğrusal olmayan
fonksiyon, labirentten çıkış “öğrenme” kısmı için gerekli
sistem çıkışlarını bizlere sunacaktır (8). Sitemimizde
toplam 3 adet yakınlık algılayıcısı (Sharp) ve 2 adet 298:1
gücünde dc motor kullanılmıştır. Kullanılan algılayıcı
ve motor bilgisini temel alırsak 3 adet “girdi”miz ve
2 adet “çıktı”mız bulunmaktadır. İlk önce “girdi” ve
“çıktı” arasında bir bağlantı kuracak olan doğrusal
olmayan fonksiyon oluşturulacaktır. Kullandığımız
“girdi”lerinden veri (Algılayıcılar için oluşturulacak
Mini Labirent Robot üzerinde bulunan kablosuz iletişim
protokolü ( X-Bee kablosuz modem) kullanılarak,
alınan girdiler bilgisayara gönderilecektir. Yapay Nöral
Ağ ise bilgisayarda “Matlab/Simulink” içinde yer alan
“Neural Network Toolbox” yardımıyla oluşturulacaktır.
Böylelikle bilgisayarımız gerçek zamanlı olarak aldığı
“girdi”leri Nöral Ağada işleyip “çıktı”ları doğrudan
robota göndererek kontrolü sağlamış olacaktır. Şekil-4
de oluşturulacak yapay ağ tanımlanmıştır.
Öğrenme Katmanı
Girdi
Çıktı
Şekil 4-Tanımlanan Yapay Nöral Ağ
4. ÇİZGİ LABİRENT ÇÖZEN ROBOT
Bu çalışmada beyaz zemin üstünde siyah çizgi ile
oluşturulmuş labirenti (Şekil-5) çözen robot algoritması
geliştirilmiştir. Üzerinde 5 adet renk sensörü (Şekil 6)
bulunan Pololu 3pi robot bu çalışmada kullanılmıştır.
Üzerinde çeşitli PID değerleri geliştirilip çizgiyi düzgün
takip etmesi ve dönüşleri stabil yapması sağlanmıştır.
Bu robotta “Sol El” kuralı uygulanmıştır. Robotun
ilerlemek için öncelik sırası sola dönme, düz gitme, sağ
dönme ve son olarak 180 derece dönüştür. Bu şekilde
labirenti tanıyıp bitiş noktasına en kısa mesafeden
gidebilmektedir.
Renk Algılayıcıları
Sağa Dönüş
Ledi
Şekil 6-Renk Algılayıcı
Sola Dönüş
Ledi
15
4.1. Çizgi Labirent Çözen Robot Öğrenme
Algoritması
Bu algoritma ‘Sol El’ kuralını temel olarak almaktadır.
Robot (Şekil-5) kesişim noktalarına geldiğinde ‘Sol
El’ kuralını uygulamaktadır. ‘Sol El’ kuralı öncelikleri
içermektedir. Bu kurala göre kesişim noktalarında ilk
öncelik sola dönüşün daha sonra sırasıyla düz gitme,
sağ dönme ve 180 derece dönmedir. Çizgi labirent
çözen mini robot öğrenme algoritması öğrenme
yetisine sahiptir algoritma da ilk yapılandan farkı
öğrenme yetisine sahip olmaktadır. İlk önce labirenti
tanıyıp labirentin yapısına göre en kısa mesafeyi
hesaplamaktadır.
Şekil 5-Çizgi Labirent
Daha sonra ikinci sürüşte hesaplanan en kısa yoldan
çıkış noktasına ilerlemektedir. İlk sürüş de labirentin
yapısını hafızasını çıkarıp hafızasında tutuyor.
Hafızasında tuttuğu algoritmayı kısaltmaları çıkış
noktasına giden en kısa mesafeyi hesaplıyor.(10)
burada 180 derece dönüşleri hafızasından siliyor ve
çıkış noktasını hesaplamaktadır. ‘Sol El’ kuralını robot
bu şekilde labirente uygulamaktadır ve başarılı bir
şekilde çıkış yolunu bulmaktadır. Diğer bir yandan,
bu algoritmada da bazı hatalar bulunmaktadır. Örnek
olarak, sağ dönüşleri önceliği gelmediğinden robot sağ
dönüşleri yok sayabilmektedir (11).
5. SONUÇLAR
Sonuç olarak, bu projede toplam 3 farklı uygulama
geliştirilmiştir. 3 farklı uygulamanın uygulanmasının
nedeni ise labirent çözmenin bir çok yol ile
yapılabildiği içindir. Bu labirentin tasarımına göre
değişiklik göstermektedir. Bu değişiklikte robot
cinsini belirlemektedir. Böylece labirent çözen
robotlara her açıdan yaklaşılması sağlanmıştır.
Özellikle projenin amacı yapay Nöral Ağlar ile bu
çalışmayı ortak platformda birleştirmektir. Projede
yer alan Nöral Ağ uygulama kısmı sadece teorik olarak
gerçekleştirilmiştir.
TEŞEKKÜRLER
Bölümü MECE 407-408 “Lisans Araştırma Projeleri”
dersi kapsamında Öğretim Görevlisi Aylin Konez Eroğlu
koordinatörlüğünde yürütülmüştür. Projemizde bizlere
yardımlarını esirgemeyen Caner Durmuşoğlu’na,
Doğanç Küçük’e teşekkürlerimizi sunarız.
KAYNAKÇA
(1) Jun Oh J., (2000), “Implementation of indirect neuro-control for a nonlinear two-robot MIMO system”,
Pergamon, pp. 141-148.
(2) Özyılmaz L., (2009), “Harita bilgisi toplayan gezgin robot uygulaması”, TMMOB.
(3) Yurttakal O., (2007), “Ultrasonik sensore sahip gezgin robot uygulaması”, TMMOB.
(4) Ertan H. Culum Y. D., (2007), “Labirent çıkış yolunu bulan Robot”, TMMOB.
(5) Wai R., (2001), “Tracking control based on neural network strategy for robot manipulator”, ELSEVIER.
(6) Ozkana M., Inoue K., Neglish K., Yamanaka T., (2000), “Definition a neural network controller structure
for a rubbertuator robot”, Pergamon.
(7) Er M. J., Tan T. P., Sin, (2004), “Control of a mobile robot using generalized dynamic fuzzy neural networks”,
ELSEVIER.
(8) Sato M., Kanda A., Ishii K., (2003) “Performance Evalution of a neural network controller system for a
wheel type mobile robot”, ELSEVIER.
(9) Yavuz H., (2007), “An integrated approach to the conceptual design and development of an intelligent
autonomous mobile robot”, Robotics and Autonomous Systems, vol. 55, pp. 498-512.
(10) Antonini P., Ippoliti G., Longhi S., (2005), “Learning Control of mobile robots using a multiprocessor
system”,
(11) Fernandez J. A., Gerardo L. A. D., (2009), “Behavioral control through evolutionary neurcontrollers for
autonomous mobile robot navigation”, ELSEVIER.
16
YÜRÜMEYİ ÖĞRENEN ROBOT
Abdulkerim ÇENGELOĞLU, [email protected] Atılım Üniversitesi, 06836, Ankara
Atıl Emre COŞGUN, [email protected] Atılım Üniversitesi, 06836, Ankara
Hüseyin Emre Güner, heguner@ gmail.com Atılım Üniversitesi, 06836, Ankara
Kutluk Bilge ARIKAN, kutluk.arikan@ atilim.edu.tr Atılım Üniversitesi, 06836, Ankara
ÖZET
Bu döküman iki eklemden oluşmuş, iki bacağa sahip hareketi kısıtlanmış bir robotun yapay zekâ teknikleri
kullanılarak yürümenin öğretilmesi yöntemlerini ve bu yöntemler neticesinde uygun bir fonksiyon elde edilmesini
içermektedir. Sisteminin gerçek zamanlı çalışması oluşturulan prototip üzerinde denenmektedir.
ANAHTAR KELİMELER
Yapay sinir ağları, makina öğrenmesi, yapay zeka.
ABSTRACT
This document includes two-link legged robot that has a restricted motion, the methodology for learning how
to walk in artificial intelligence techniques and suitable function is obtained. This system is trained in using the
constructing prototype in real time applications.
KEYWORDS
Artificial neural network, machine learning, artificial intelligence.
17
1. GİRİŞ
Makinelerin Öğrenmesi 1950 yılından bu yana
insanlarda büyük bir merak uyandırmıştır.
Öğrenmenin bir parçası olan düşünme yetisi, çevresel
faktörlerin algılanıp yorumlayabilme olgusudur.
Yürümeyi öğrenen robot projesi bu bağlamda fiziksel
olarak var olan bir sisteme yürümeyi öğretmeyi
amaçlar. Proje, iki eklemden oluşmuş, iki bacağa
sahip, hareketi kısıtlanmış bir robotun yapay sinir
ağları (YSA) kullanılarak bir yürüyüş algoritması
bulunması, sistem dinamiklerinin incelenmesi, bu
dinamiklere göre ilk örnek oluşturulması ve bu ilk
örnek üzerinde gerçek zamanlı olarak uygulanmasını
irdelemektedir.
Bilgisayar ortamında sistemin uyarlanabilmesi için
Matlab/Simulink programı içerisinde yer alan Neural
Network araç kutusu kullanılmaktadır. Ayrıca robotun
hareketini benzetim ortamında da gözlemleyebilmek
için Matlab/Simmechanics programı kullanılmaktadır.
Fiziksel olarak sistem, yatay eksende doğrusal ray
üzerinde ilerleyen 2 bacaklı eklem ve kalçalarda konum
denetleyicili motor barındırır.
Sistemin hareketi konum denetleyicili motorlar ile
sağlanmaktadır. Sisteme, yere temasını anlayabilmesi,
konum ve hızını öğrenebilmesi için algılayıcılar
yerleştirilmiştir. Bu algılayıcılar sistem için birer giriş
değerleridir. Sistemin çıkışı ise konum denetleyicili
motorların yaptığı açılardır. Algılayıcıların sistemle
haberleştirilmesi ve sistemin buna cevap vermesi ilgili
veri toplama kartı ile gerçeklenir. Deneme-yanılma
metoduyla elde edilen sinyaller yürümeyi öğrenen
robot için referans sinyalleridir. Bunlar yürüme
algoritmasının temelini teşkil etmektedir ve sistemde
yapay sinir ağları aracılığıyla, açık çevrim yürüme
parametrelerinin referans sinyallerimizi takibi sonucu
bir yürüyüş algoritması oluşturulmuştur. Bu projede
kontrol deney grubu bulunmadığından dolayı sözde
deneysel (quasi –experimental) metot kullanılmıştır.
2. LİTERATÜRDE YÜRÜMEYI ÖĞRENEN
ROBOT ÇALIŞMALARI
Bu kısımda literatürde bulunan yürümeyi öğrenebilen
robot çalışmalarına yer verilmektedir.
2.1.4 Bacaklı Robotun Ritmik Model
Kullanarak Yürümeyi Öğrenme Çalışması
Bu çalışmada 4 bacaklı bağımsız bir sistem
üzerinde çalışılmıştır. Donanım olarak Sony Aibo
robot köpeği kullanılmıştır. Sistem için uygun olan
yürüme hareketlerinin öğreticisiz olarak öğrenmesi
hedeflenmiştir. Sistemde radyal tabanlı yapısal ağlar
kullanılmıştır. Sistemin ana teması yürüyen bir insanın
kaslarının ritmik sinyallerle sağlanması esasına
dayanmaktadır.
18
2.2 İki Bacaklı Dinamik Bir Sistemin
Yapısal Ağlarla Yürümeyi Öğrenme
Çalışması
Kendinden dengeli bir sisteme çeşitli yapısal ağlarla
yürümeyi öğretmeyi hedefleyen bir tez çalışmasıdır.
Birçok yapay sinir ağı incelenmiş ve yürümeyi
öğrenmeye elverişlilik açısından karşılaştırılmıştır.
Sonucunda ise radyal tabanlı yapısal ağlar ve beyincik
modelli aritmetik yapıcı (BMAY-CMAC) yapay sinir
ağları öğrenme hızı ve lokasyon açısından en elverişli
olduğu ifade edilmiştir (1).
2.3 Dört Ayaklı Robotun Yapay Sinir
Ağları Kullanılarak Yürüme Öğrenme
Çalışması
Bu çalışmada yapay sinir ağlarının sistemlerde
denetleyici rol alması durumunda sistemin
performansı değerlendirilmiştir. Dört ayaklı fiziksel
bir sistemin yürüme denetleyicisi için alternatif
denetleyicilerin değerlendirildiği bir çalışmadır.
Oransal-integral-türevsel denetleyicisi ile yapay sinir
ağları denetleyicisi karşılaştırılmış ve yapay sinir
ağları yürüme denetlemek için hata oranı ve ortam
değişikliklerine verdiği cevap açısından daha uygun
bulunmuştur (2).
3. YAZILIM VE DONANIM ÇALIŞMALARI
Bu kısımda sistemin serbest cisim diyagramı, sistem
benzetimi ve sistemden alınan verilerin incelenmesi
üzerinde durulacaktır.
3.1 Serbest Cisim Diyagramı
Sistemin yerle temas kuvveti aşağıda incelenmektedir.
Sistemin serbest cisim diyagramı Şekil-1‘deki gibidir.
Serbest cisim diagramında tek bacak, iki iklem temel
alınmıştır. Matematiksel modeli eşitlik (1) ve eşitlik
(2)’de verilmiştir. Bu denklemlerde g yerçekimi ivmesi
ve değeri 9.81
ise 0.62 dir.
y2
y1=7cm
A
m
, k ise sürtünme katsayısı ve değeri
s2
L1=14 cm
F1
b
F2
B
m1gsin(a)
x1
x2
L2=15 cm
m2gcos(b)
x4
a
Fs
C
y3
x3
Şekil 1-Sistemin Yerle Temas Kuvvetinin İnceleyen
Serbest Cisim Diyagramı
F1 =
(7*m2 *g*cos(b)+ m1g*sin(a )*(7.5+7*k ))
(1)
(14*sin (b ))
sin (a )*(14*F2 + 7.5*m1*g*cos(a )+ m2 *g*cos(b )*(7*cos(b )+15*cos(a )))
(7.5*sin (a ))
(2)
3.2 Sistem Benzetimi
3.3 Veri Analizi
Bu kısımda kuvvete duyarlı algılayıcıdan (FSR) toplanan
veriler ve konum denetleyicili motorlara bağlı olarak
bacak hareketinin konumu gözlenmektedir. Şekil
4’teki birinci grafik bir motora giden darbe genişlik
değişim (DGD) sinyallerinin grafiğini gösterir. İkinci
grafik, kuvvete duyarlı algılayıcının sisteme gönderdiği
zamana bağlı giriş değerini ifade eder.
S ervo Motor
0
Sistemin3boyutluçizimprogramıolanCAD(Solidworks)
ile modellenmesi Şekil 2’de gösterilmiştir. Bu model
ile sistemin ilk örnek üretilmesinde karşılaşılacak
sorunların en aza indirgenmesi amaçlamaktadır.
Pozisyon
2 =
F
-20
-40
-60
0
2
4
6
8
10
t(zaman)
12
14
16
18
12
14
16
18
FS R
50
Kuvvet(g)
40
30
20
10
0
0
2
4
6
8
10
t(zaman)
Şekil 4-Motora giden DGD Sinyal Grafikleri
Şekil 2-Sistemin CAD Modellenmesi
İki linkli ve iki eklemli bacak yapısı için benzetim
programı Matlab/Simmechanics aracılığıyla bilgisayar
ortamında çalışma imkânı sağlamıştır.
Fiziksel sistemin olmadığı ortamlarda Matlab/Simulink
programında hazırlanan yürüyüş algoritması, Matlab/
Simmechanics programında hazırlanan benzetim
ile birlikte sistem üzerinde çalışılmasına olanak
sağlamaktadır.
Şekil 3’te verilen sistem fiziksel sistemin bilgisayar
ortamındaki görsel halidir. Sanal sistemin yürüyüş
algoritmasına verdiği tepkiler fiziksel sistemin verdiği
tepkilere eş değerdir.
Matlab/Simulink programı kullanılarak robotun
yürümesi için konum denetleyicili motorların DGD
çıkışlarına uygun sinyaller kullanılarak uygun açılara
gitmesi sağlanmıştır. Sisteme sürekli tekrar eden bir
sinyalle sistemin sürekli çalışması sağlanmış ve bu
hareketlere göre doğrusal olmayan bir fonksiyon elde
edilmiştir. Şekil 5 Matlab/Simulink’te bir eklemin
hareketini sağlamak için gerekli olan bloklar bütününü
temsil etmektedir. Oluşturulan modelde sistemde
öğrenme durumu yoktur. Öğrenilmiş durumun
sisteme aktarılması esası vardır. Yapılan çalışmalar
dâhilinde insan faktörü ortadan kaldırılacak ve sistem
yapay zeka esaslarını temel alarak kendisi öğrenmeye
başlayacaktır.
Repeating
Sequence sağ kalça
Şekil 3-Sistemin Dinamik Benzetimi
Frequency
R1
Output
Lookup Table7
Frequency Output3
Hurnusoft
MF624 (auto)
Şekil 5-Eklem Hareketi İçin Simulink Modeli
Şekil 5’te frequency output; iki bacaklı robot’un
hareketini sağlayan sinyal çıkışını, repeating sequence;
robot’un takip etmesini istenen sinyal girişlerini,
lookup table ise giriş ve çıkış sinyalleri arasındaki sinyal
bağlantısı sağlamaktadır.
19
4. ÖĞRENME, YAPAY ZEKA
Öğrenme, geçmişte tecrübe edilmiş bir olayın benzer
bir durumla karşılaşıldığında tecrübe edinilen bilginin
kullanılmasıdır. Sistemin hareket süresi içerisinde
oluşturduğu modifikasyonlar kümesi sistemin
öğrenmesi olarak değerlendirilmektedir (3). Spesifik
olarak öğrenme bu çalışmada makine öğrenmesi
olarak ele alınmıştır. Makine öğrenmesi literaturde de
kabul gören açıklaması ile bilgisayarın kendi kendini
programlayabilmesidir (4).
Makinenin kendini programlayabilmesi için bir
bilgisayara ve mikroişlemciye gerek duyulur. Buna
ek olarak, bu programlamanın temelini oluşturacak
diğer bir ifade ile gerekli doğrusal olmayan fonksiyonu
oluşturacak bir yapay zekâ modeline ihtiyac duyulur.
Yapay zekânın birçok türünün olmasına rağmen,
alternatif yapay zekâ modellerine örnek olarak evrimsel
robotik teknikler ve davranış tabanlı robotik teknik ele
alınmıştır.
Sistemin belli bir süre zarfında hareketi esnasında
çevreye uyum sağlayarak kendi kendine bir yürüyüş
algoritması oluşturması davranış tabanlı ve evrimsel
robotik teknikleri ile gerçekleştirilebilir. Davranış
tabanlı tekniklerde tasarımcı sistemin karşılaşabileceği
muhtemel problemleri önceden tespit edip sisteme
bildirir ve sistem bildirilen problem ile karşılaşınca
fonksiyonun karşılığını dış dünyaya iletir. Sistemin
dış dünyaya vereceği cevap bu tekniğin kullanıldığı
sistemlerde evrimsel robotik tekniklere oranla daha
hızlıdır. Fakat dış dünyadaki muhtemel problemlerin
çokluğu, girdi ve çıktıların sayısının getirmiş olduğu
karışık durum tasarımcının muhtemel problemleri
tahmin edip sisteme yansıtmasını bir hayli zorlaştırır.
Bu durum sistemin olası problemlere gerekli cevabı
verememe olasılığını artırır. Girdi, çıktı sayılarının ve
çevreden gelen uyarıcıların fazla olduğu sistemlerde
tasarımcı pasif rol oynamalı ve sistem mevcut
problemlere kendi kendine karşılık üretip bunu dış
dünyaya yansıtabilmelidir. Kullanıcının pasif olduğu,
sistemin kendi kendini eğitebilmesi için evrimsel
robotik teknikleri kullanılmalıdır (6). Evrimsel robotik
teknikleri birçok başlık altında incelenmektedir. Bulanık
Mantık (Fuzzy Logic) Yapay Sinir ağları (Artificial Neural
Networks), ve Genetik algoritma (Genetic Algorithm)
evrimsel robotik teknikleri olarak incelenmiş ve
sisteme uygunluğu araştırılmıştır. Tablo 1’de bu
teknikler karşılaştırılmıştır. Tablo 1’den de anlaşıldığı
üzere gerçek zamanlı (Real time) uygulamalara verdiği
cevabın istenene yakınlığı, öğrenmenin (learning)
gerçeklenebilirliği bakımından en elverişli teknik yapay
sinir ağları tipleridir.
20
Tablo 1-Evrimsel Robotik Tekniklerinin
Kıyaslanması (5)
Neural
Network
Fuzzy
Logic
Genetic
Algoritma
Mathematical
Model
Learning
Data
Real
Time
Nonlinearity
X
Good
X
Good
X
Good
Fair
X
Good
Needs
Good
Good
Literatürdeki yürüyen makineler incelendiğinde, yapay
sinir ağları sistemlerin blok diagramlarında karşılaştırıcı
(comparator), ters model (inverse model),
ve denetleyici (controller) kullanılmaktadır. Yapay
sinir ağlarının sistem blok diyagramlarındaki konumu
sistemin bir önceden verilmiş bir hedefe yaklaşım eğer
sistemin baştan belli bir hedefe ulaşması isteniyorsa
sinir ağı kontrolcü, yaklaşım yapılıyorsa ters model
ve sınıflandırma için karşılaştırma şeklinde blok
diyagramda yerini alabilir. Yapay sinir ağları temel
olarak insan beyni ile benzer bir şekilde çalışmaktadır.
Başka bir ifadeyle, yapay sinir ağı; insan beyninin
sinir hücrelerinden oluşmuş katmanlı ve paralel olan
yapısının tüm fonksiyonlarıyla beraber sayısal dünyada
gerçeklenmeye çalışılan modellenmesidir. Yapay sinir
ağlarının yapısını daha iyi anlayabilmek için ilk önce
biyolojik sinir hücresinin incelenmesi gerekmektedir.
Şekil 6’da görüldüğü üzere biyolojik sinir hücre
yapısında dendirt, akson, soma ve sinapsis gibi yapılar
bulunmaktadır. Bu yapılar sayesinde hücreler arası
iletişim, bilgi alışverişi ve öğrenme sağlanmaktadır.
Yapılan araştırmalar sonucunda öğrenme işleminin
biyolojik hücrelerde sinapsislerde meydana geldiği
ortaya çıkmıştır.
soma
akson
dendrit
sinapsis
Şekil 6-Biyolojik Sinir Ağları
Yapay sinir ağı modelleri üzerinde “öğrenme” bu
teoriye dayanılarak, sinapsisler ve dendritler arasında
yer alan ağırlık katsayılarının güncellenmesi olarak
algılanmaktadır. Yukarıda biyolojik olan sinir hücresinin
elemanları tanıtılmaktadır. Öyleyse yapay sinir ağı
hücre modeline geçiş yapmak gerekmektedir. Yapay
sinir hücresi, gerçek biyolojik hücreyle ayni ilkelere
dayandırılmaya çalışılmıştır (7). Şekil 7’de yapay sinir
hücre yapısı gösterilmiştir.
girdi
x1
x2
xh
ağırlıklar
w1
w2
wh
çekirdek
Σ
eşikleme
çıktı
f
y
yn
Sistem zamandan bağımsız (off-line training)
yöntemiyle elde edilecektir. Sistemden veri toplarken
sistem eğitilir toplanan veriler sonuncunda oluşan
ağırlık ve başlangıç katsayıları saptanır ve sisteme
giren girişlerde değerlendirilerek maliyet fonksiyonu
(cost function) oluşturulur. Eğtilmiş yapay sinir ağları
sisteme dâhil edilir ve bu şekilde yürüme elde edilmiş
olur.
5. İLERİ BESLEMELİ ZAMANDAN
BAĞIMSIZ YAPAY SINIR AĞININ SİSTEME
Yapay sinir hücresinin dendritleri xn ve her bir dendirtin UYGULANMASI
Şekil 7-Yapay Sinir Hücre Yapısı
ağırlık katsayısı wn ile belirtilmiştir. Böylece xn girdi
sinyallerini, wn ise o sinyallerin ağırlık katsayılarının
değerlerini taşımaktadır. Çekirdek ise tüm girdi
sinyallerinin ağırlıklı toplamlarını elde etmektedir. Tüm
bu toplam sinyal yi ile gösterilmiş ve sinapsise esiklenme
fonksiyonuna girdi olarak yönlendirilmistir. Sinapsis
üzerindeki esikleme fonksiyonundan çikan sonuç
sinyali y ile belirtilmis ve diger hücreye beslenmek
üzere yönlendirilmistir.
Yapay sinir hücresinin görevi kısaca; xi girdi sinyaline
karşılık yi çıktısı sinyalini olusturmak ve bu sinyali diger
hücrelere iletmektir. Her xi ile yi arasındaki ilgileşimi temsil
eden wn ağırlıkları, her yeni girdi sinyali ve çıktı sinyaline
göre tekrar ayarlanır. Bu ayarlama süreci ögrenme
olarak adlandırılır. Sinir hücresinin matematiksel modeli
eşitlik (3) ve eşitlik (4)’te verilmiştir. Bu denklemlerde
xi sistem girdisini, yi aktivasyon fonksiyonuna girmeden
önceki çıkışını, wi ağırlık katsayısını ve f(yi) aktivasyon
fonksiyonu ifade etmektedir.
yi = ∑ xi * wi
y = f ( yi )
(3)
(4)
Uygulamamızda öğrenme deneme-yanılma ile
yapılmıştır. Deneme-yanılma yöntemi kullanılarak
sistem için doğrusal olmayan bir fonksiyon elde
edilmiştir. Bu doğrusal olmayan fonksiyon yapay sinir
ağları tekniği kullanılarak eğitilmeye(train) çalışılmıştır.
Herhangi bir uygulama için bir YSA yapısının veya
öğrenme metodunun seçilmesi deneme-yanılma ile
yapılır. YSA daha sonra bir deneme kümesi üzerinde
denenerek bu seçimlerin uygunluğu görülür ve
gerekli görülürse, ağ yapısı veya öğrenme metodunda
değişiklikler yapılarak bu tekrarlanır (8). Kısacası
sistemde tekrar eden sinyal (repeating sequence)
yerine bahsedilen nonlinear fonksiyonu taklid eden bir
yapı konulacaktır, bu yapımında bu aşamada yapay sinir
ağları kullanılması gerekmektedir. Yapay sinir ağlarına
girdi olarak deneme-yanılma sonucunda elde edilmiş
bir sabit girilecektir. Uygun sabit değer tespit edildiğinde
uygun yürüme algoritması elde edilmiş olacaktır.
Bu kısım, Matlab ortamında oluşturulan ileri beslemeli
yapay sinir ağlarının eğitilmesinden sonra yazılımın blok
haline getirilip Şekil 5’teki tekrarlanan dizi (Repeating
Sequence) bloğunun yerine eklenmesi çalışmasıdır. Bu
şekilde, oluşturulan yapay sinir ağlarının sisteme gerçek
zamanlı etkisi gözlemlenmiştir. Yapay sinir ağlarına giriş
zaman, çıkış ise konum denetimli eyleyici açısı olarak
tespit edilmiş ve uygulanmıştır. Uygulanan sinir ağları 8
gizli ağlı 50 iterasyona tabi tutulan, öğrenme oranı 0.1
olan %5’lik hata payı olan sistemlerdir. İleri beslemeli
yapay sinir ağlarının öğrenme tipi öğreticili öğrenme
olması sebebi ile sistemin öğreticisinin olması gerekir.
Bu sebeple sistem otonom yürürken her bir eyleyicinin
2’şer saniye aralıklarla 8 saniyede bir tekrarlanan
açı değerleri yapay sinir ağlarına öğretici olarak
sunulmuştur. Şekil 8, Şekil 5’te bulunan tekrarlama dizi
bloğunun yerini alır.
2
1
Cons tant 1
1
Clock
x{1}
Gain
y {1}
mod
1
Out1
Neural Network
Gain 1
8
Math
F unction
Cons tant
S cope
S cope 1
Şekil 8-Gerçek Zamanlı Sistemde Tekrarlanan
Dizinin Yerine Geçen YSA’nın Blok Diyagramı
Yapay sinir ağlarının çıkışı ile otonom sistemin çıkış
açılarının 0.01 örnekleme zamanında 20 saniyede
alınan verilerin karşılaştırılması Şekil 9’da gösterilmiştir.
Hedeflenen yapay sinir ağı çıkışının, öğretici ile birebir
benzeşmemesi olması ileri beslemeli yapay sinir
ağlarının yapısı ile ilgilidir. Daha iyi benzeşme için
rayda tabanlı yapay sinir ağları kullanılabilir. Kullanılan
yapay sinir ağının çıkışı fiziksel sisteme yansıtıldığında
otonom yürüyüşü benzer hareket etmesi sebebi ile
ileri beslemeli yapay sinir ağları bu kısımda yeterli
görülmüştür.
21
60
FFNN çıkışı
Repeating Sequence Çıkışı
50
40
30
20
10
0
0
500
1000
Şekil 9-Öğretici ve YSA Çıkışlarını Karşılaştıran
Grafik
6. SONUÇ
Sonuç olarak yapılan çalışmada iki bacaklı robotun
belirli bir sürede ve istenen bir biçimde yürümesinin
laboratuar ortamı içerisinde öğretilmesi sağlanması
için gerekli algoritma oluşturulmuştur. Yapay
sinir ağları kolay uygulanabilir olduğundan dolayı
sistemimiz için etkili ve iyi bir öğrenme tekniğidir. Bu
projenin geliştirilmesi adına ilerleyen zamanlarda
birçok yenilikler getirilebilir. Bunlar maddeler halinde
sıralanılacak olunursa;
1500
2000
2500
Kısa bir süre içerisinde öğrenme kısmının sisteme
adapte edilebilmesi için, ileri beslemeli yapay sinir
ağları yerine radyal tabanlı/ recurrent neural network
uyarlanması Şekil 9’da bulunan iç içe iki grafiğin sıfır
hata ile benzeşmesi adına önemli bir basamaktır.
Buna ek olarak donanımsal açıdan da sistemin
zenginleştirilmesi mümkündür. Sistemin bilgisayarla
denetimini radyo dalga yayan bütünleştiriciler
kullanarak kablosuz gerçekleştirilmesi mümkündür.
TEŞEKKÜRLER
Bölümü MECE 407-408 kodlu “Lisans Araştırma
Projeleri” kapsamında gerçekleştirilmiştir. Yardımlarını
bizden esirgemeyen bu dersin koordinatörü yürüten
Öğretim Görevlisi Aylin Konez Eroğlu’na teşekkür ederiz.
KAYNAKÇA
(1) Hu, J. & Pratt,G., (1999), “Self-organizing CMAC Neural Networks and Adaptive Dynamic Control”,
International Symposium on Intelligent Contro/ Intelligent Systems and Semiotics Cambridg, p.262-263.
(2) Şahin, Y., (2006), “Four Legged Walking Robot Control Usınf Neural Network”, Journal of Scientific Industrial
Research, p.4.
(3) Floreano, D., (2009), “Evolutionary Robotics”, MIT Pres, p. 320.
(4) Banzalf, W., (1998), “Genetic Programming~An Introduction”, Morgan Kaufmann Publishers, Inc. and
dpunkt—Verlag fur digitale Technologic GmbH, p.104–105.
(5) Rudas, I., J., Fodor, J., (2008), “Intelligent Systems”, Int. J. of Computers, Communications & Control,
Proceedings of ICCCC, p. 137.
(6) Prathar, D., (2003), “Evolutionary robotics – A review”, Department of Mechanical Engineering, Indian
Institute of Technology, p. 999–1009.
(7) Fausett, L., (1994), “Fundamentals of Neural Networks: Architectures, Algorithms and Applications”,
Prentice Hall, p.308-309.
(8) Akın, H., L., Alpaydın, E. ve Gürgen, F., (2000) “Boğaziçi Üniversitesi Bilgisayar Mühendisiliği Bölümünde
Yapay Sinir Ağları Üstüne Yapılan Araştırmalar”, p.2.
22
AKILLI GÜNEŞ TAKİP SİSTEMİ İLE ELEKTRİK ENERJİSİ ÜRETİMİ
Efe GENCKAYA, [email protected], Atılım Üniversitesi, 06836, Ankara
Tevfik GÜZEL, [email protected], Atılım Üniversitesi, 06836, Ankara
Birol YILMAZ, [email protected], Atılım Üniversitesi, 06836, Ankara
Gökhan YILMAZ, [email protected], Atılım Üniversitesi, 06836, Ankara
H. Orhan YILDIRAN, [email protected], Atılım Üniversitesi, 06836, Ankara
ÖZET
Bu çalışmada ana amaç güneş takip sistemi kullanılarak güneşten maksimum verimi elde etmek ve bu sayede
elektrik enerjisi üretmektir. Güneş takip sisteminin tasarımı, nasıl çalıştığı ve dizayn özelliklerini içermektedir.
Güneş paneli sistemi güneşin doğduğu andan batımına kadar olan süre içinde güneş ışınlarının takibini ve güneş
paneline güneş ışınlarının her zaman dik olarak gelmesi sağlanmaya çalışılmıştır. Sonuç olarak güneş ışınlarından
en iyi şekilde yararlanarak güneş enerjisinden tam olarak verim alınması sağlanılmaya çalışılmıştır.
ANAHTAR KELİMELER
Güneş takip sistemi, güneş enerjisi, hareketli güneş paneli.
ABSTRACT
In this work, solar tracking system used for achieve maximum energy by the help of the sun. Thanks to this, solar
tracker produce a electricity. Moreover, solar tracker design process, working principle and design specifications
are mentioned. Thanks to solar tracker, system track the sun till sunrise to sunset. This solar tracker system
provides sun light perpendicular to the panel in all day. Thus, solar tracker system provides to collect the sun
arrays efficiently in all day long.
KEYWORDS
Solar tracking system, solar energy, active solar panel.
23
1. GİRİŞ
Dünyamızdaki tüm enerji kaynakları güneş sayesinde
varolmuş ve olmaktadır. Ancak gelişen teknolojiyle
beraber fosil yakıt kullanımındaki artış beraberinde
çevre kirliliğinede yol açmıştır. Bunun yanısıra
fosil yakıtlara olan bu bağımlılık kullanılabilir fosil
kaynakların günden güne azalmasına yol açmıştır.
Güneş enerjisini kullanarak güvenli, çevre dostu ve
uygun maliyetli sistemler yaratabiliriz. Günümüzde bir
çok alanda güneş sistemleri kullanılmaya başlanmıştır.
Başlıca evlerin, fabrikaların, otellerin elektrik ihtiyacının
karşılanmasında ısıtma ve soğutma sistemlerinde
bunun yanısıra aydınlatmalarında kullanılmaktadır.
Günden güne bu sistemlerin verimliliği artmakla
beraber kullanım alanlarıda artmaktadır. Güneş
sistemlerindeki teknolojik gelişmelerle birlikte bu
sistemlerdeki üretim maliyetleri günden güne azalmakta
ve her alanda kullanılabilir olmaya başlamıştır. Elektrik
enerjisi günlük yaşamda ve endüstriyel alanda çok
önemli bir yere sahiptir. Ülkemizde genel olarak fosil
yakıtların kullanılması hava kirliliğine ve sera gazlarının
oluşmasına yol açmaktadır. Fosil enerji kaynaklarının
gerek azalmasından gerekse yarattığı sorunlardan
dolayı güneş enerji sistemlerine yönelmek artık bir
zorunluluk olmuştur.
Türkiye yeryüzünde bulunduğu konumundan dolayı
çok büyük bir enerji potansiyeline sahiptir. Ülkemizde
güneş enerjisinden yararlanma açısından en düşük
değerlere sahip olan Karadeniz Bölgesi dahi birçok
ülkeden daha fazla güneş enerjisi potansiyeline sahiptir.
Bu yüzden ülkemizde güneş enerji sistemlerinin her
alanda uygulanmasına destek verilmelidir. Güneş
enerjisini elektrik enerjisine dönüştüren elemanlar
güneş kollektörleri ve güneş pilleridir. Bu elemanlar her
alanda güneş enerjisini elektrik enerjisine çevirmekte
kolaylıkla kullanılabilir.
Eskiden kullanılan sabit sistem güneş panellerinde elde
edilen enerji sınırlı miktardadır. Gelişen teknolojiyle
beraber güneş sistemlerindeki verimliliği arttrmak
amacıyla güneş takip eden sistemler kullanılmaya
başlamıştır. Güneş takip sistemleri sayesinde, güneş
gün doğumundan gün batımına kadar olan her anda
güneşi efektif bir şekilde takip edebilmekte ve bu
sayede bu sistemlerden elde edilen enerji miktarında
artış sağlanabilmektedir.
Güneşin geliş açısı bir panel sisteminin üreteceği
enerjiyi önemli ölçüde etkiler. Günün saatlerine göre
ve mevsimlere göre güneş ısınlarının gelis açısı sürekli
olarak değişir (Şekil 1).
24
1m2
1m2
Eğik Işınlar
B
A
Dik Işınlar
a
b
Işınların Geliş Açısı
Yere Ulaşan Açı
900
%75
500
300
100
%69
%56
%20
Şekil 1-Güneş Işınlarının Geliş Açısı ve Enerjisi(1)
Özellikle
güneş
panellerinin
sabit
olarak
konumlandırılması ile bu panellerin gün içerisindeki
enerji üretim kapasitesi düşmektedir. Bu olumsuzluğu
engellemek için son yıllarda güneşi izleyebilen
hareketli panel sistemleri geliştirilmiştir. Ayrıca benzer
olarak güneş ışınlarının paneller üzerine odaklanması
amacıyla hareket eden yansıtıcı sistemlerde literatüre
kazandırılmıştır (2). Güneş ışınlarının sürekli olarak
panele dik gelmesini saglamak için akıllı bir takip
sistemine gereksinim duyulur. Bu şekilde bir panel
sisteminden alınacak enerjinin önemli bir oranda
(yaklasık %30) arttırılması mümkün olmaktadır
(3). Ayrıca sabit ve akıllı güneş sistemlerin kurulum,
mekanizma, maliyet ve verim açısından karşılaştırılması
Tablo 1’de verilmiştir. Üretilmek istenilen elektrik
enerjisine ve güneş panellerine bağlı olarak sistemlerin
boyutu değişebilmektedir. Ayrıca güneş takip sistemi
dışarıdan gelen çevresel etmenlerde dayanıklı olması
gerekmektedir. Güneş takip sistemi dizaynı tüm yıl
boyunca çeşitli hava olaylarına maruz kalıcak şekilde
yapılmıştır.
Parametreler
Sabit
Tek eksen
İki eksen
Kurulum
Kolay
Kolay
Zor
Ucuz
Makul
Pahalı
Mekanizma
Maliyet
Verim
Dizayn
Bakım
Yok
Referans
verim
Basit
Az
Basit
10-35%
> sabit
sistem
Zor
Orta
Karmaşık
25-45%
> sabit
sistem
Karmaşık
Çok
Tablo 1-Solar Sistemlerin Karşılaştırması (4)
Bu sayede güneşten maksimum miktarda verim alınımı
başarıyla sağlanmıştır. Güneş ışınlarının geliş açısına
göre konumunu değistiren bu sistemler sayesinde
evlerde kullanılan elektrik enerjisi güvenli, çevreye
duyarlı ve düşük maliyetle sağlanabilir.
Daha önce literatürde yapılan çalışmalar incelendiğinde,
güneş takip sistemimiz için kullanılan gerek kontrol
sistemi ve algoritması gerekse mekanizması
uygulanabilirlik açısından diğer sistemlerin yanında bu
farkıyla öne çıkmaktadır.
Bu çalışmada güneş ısınlardan maksimum derecede
yararlanabilmek ve bu sayede güneş panellerinin enerji
üretimkapasiteleriniarttırabilmekamacıylamikrokontrol
denetleyici yardımıyla iki eksende güneş takip edebilen
sistemin tasarımı ve uygulanması amaçlanmıştır.
hareketi sağlamaktadır. Redüktörlü DC motorların biri 12
volt, diğeri ise 24 volt olmak üzere iki farklı çeşit motor
kullanılmıştır. Bu DC motorlar Şekil 3 de gösterilmiştir.
AyrıcaPanelsistemiörneğiiseŞekil2deverilmiştir.Mekanik
sistemin hafif olmasını sağlamak amacıyla bütün parçalar
hafif metallerden imal edilmiştir. Bu sayede motorlara
daha az yük etki etmiştir ve bununla beraber panellerin
dönmesi için gereken güç minimuma indirilmiştir. Ayrıca
DC motorların bağlantı noktalarında iki adet birbirine bağlı
dişli kullanılarak hareketin kolaylaşması sağlanmıştır. Bu
sayede mekanizmanın zorlanmadan çok rahat bir şekilde
dönüş yapması sağlanmıştır. Ayrıca bütün mekanik sistem
bilgisayar destekli programlarda tasarlamıştır. Daha sonra
tasarlanan yapı fiziksel olarak gerçekleştirilmiştir. Şekil 5’te
kullanılan redüktörlü DC motor ve dış paneldeki dişliler
görülmektedir. Dişli tasarımı ise Şekil 4’te verilmektedir.
Şekil 2-Panel Sistemi (6)
2. GÜNEŞ TAKİP SİSTEMİ TASARIMI
Güneştakipsistemigüneşindoğumundanbatımınakadar
olan süre içerisinde güneş ışınları gün boyu panele dik
düşecek şekilde güneşi izleyebilme yeteneğine sahiptir.
Bu sayede gün içerisinde güneş ışınları en verimli
şekilde kullanılarak, güneş enerjisinden en yüksek
değerde yararlanma imkanı ortaya çıkmaktadır(5).
Güneş takip sistemi tasarım aşaması iki ayrı sistemden
oluşmaktadır. Bunlar ise mekanik sistem ve kontrol
sistemi oluşmaktadır. Mekanik sistem dikey ve yatay
doğrultuda hareket edebilmektedir. Ayrıca mekanik
sistem iki adet DC motoru, iki adet dişliyi ve sensör
devresini üzerinde barındırmaktadır. Kontrol sistemi
ise güneş takip sisteminin efektif olarak güneşe doğru
yönelmesini, güneş ışınlarının güneş panellerine dik
olarak gelebilmesini sağlamaktadır. Sensörlerin (güneş
pili) aldığı verileri yorumlayarak güneşin konumunu
belirler. Program/ algoritma ise sensörlerden aldığı
veriyi mikrokontrolör aracılığıyla mekanik sistemin
hareketini sağlamaktadır.
Şekil 3-İki Adet Redüktörlü DC Motor
(sağdaki 24 V, soldaki 12 V)
Şekil 4-İç Çerçeve Dişli Sistemi
2.1 Mekanik Sistem
Mekanik sistem birbiri içinden geçmiş iki ayrı panel
sisteminden oluşmaktadır. Her iki panelde kendi içinde
birbirindenbağımsızolarakçalışabilmektedir.İçvedışpanel
birer adet redüktörlü DC motor sayesinde iki eksendeki
Şekil 5-Dış Çerçeve Dişli Sistemi
25
2.2 Kontrol Sistemi
Kontrol sistemi duyucular, duyucu tasarımı, motor
sürücü devresi ve mikroişlemci olmak üzere dört
kısımdan oluşmaktadır. Piramit şekli güneşin
yoğunluğu karşılaştırmak için en uygun şekilde
modellenmiştir ve en iyi şekilde veri sağlanmaya
çalışılmıştır. Piramit modelinde yerleştirdiğimiz güneş
pilleri karşılıklı olarak birbirleriyle karşılaştırılıp
çıkan voltaj değerindeki farkı baz alıyoruz. Aradaki
fark herhangi bir pilin tek başına ürettiği maksimum
voltajın %10 ise motora giden gücü kesiyoruz. Pillerin
voltaj değerleri Arduino’nun analog girişlerinden alınıp,
yazdığımız kodla karşılaştırıldıktan sonra motorların
hareketi sağlanmıştır.
2.2.1 Duyucu Seçimi
Güneş panelini güneşin konumunu değerlendirebilmesi
ve güneşi tam anlamıyla izliyebilmesi için duyucular
olarak güneş pilleri kullanılmıştır. Güneş pillerinden
(şekil 7) alınan değerler matematiksel yorumlanarak
güneşin konumu belirlenmektedir. Kullanılan güneş
pilleri Şekil 6’da verilmiştir.
Şekil 7-Piramit Duyucu Tasarım
2.2.3 Motor Sürücü Devresi
Motor sürücü devresine duyuculardan gelen sinyalleri
motora aktarabilmek için yapılan bir devredir. Bu sayede
gelen verileri mikroişlemcinin algoritması sayesinde
panelin iki eksendeki motor hareketi sağlanır. Motor
sürücü devresi şekil 8’da gösterilmiştir.
Şekil 8-Motor Sürücü Devresi
2.2.4 Kontrol Kartı
Şekil 6-Güneş Pili
2.2.2 Duyucu Tasarımı
Duyucuların bulunduğu platform dört köşeli piramit
şeklindedir. Piramit duyucu tasarımı Şekil 7’de
verilmiştir. Bu duyucu tasarımı 1998 yılında Larard’
sın efektif olarak güneşin konumunun yakalanmasında
kullandığı bir sistemdir(7). Dört adet güneş pili
piramitin her bir köşesinde yer almıştır. Bu sayede
güneş ışınları güneş pillerinin üzerine 90 derece acı ile
gelmesi amaçlanmıştır. Duyucuların 45 derecelik bir
açıyla yer almasının sebebi ise güneş ışınlarının vurduğu
kısımdaki güneş pillerinin ürettiği voltajın artmasıyla
birbiri arasında karşılaştırma yapılan duyuculardan
elde edilen bilgi ile güneşin hangi konumda olduğu
kolaylıkla anlaşılabilir. Piramit tasarımı tamamen su
geçirmez bir şekilde dizayn edilmiştir, bu sayede kötü
hava şartından dolayı duyucular etkilenmez.
Güneş takip sisteminde Arduino mikroişlemci kartı
kullanılmıştır. Arduino bilgisayara USB arayüzü ile
bağlanan basit bit mikroişlemci devresidir. Kullanılan
Arduino devre kartı Şekil 9’da verilmiştir. Kendi başına
otonom bir şekilde çalişabileceği gibi bilgisayara
bağlanıp bilgisayaranızın fiziksel dünya ile iletişim
kurmasını sağlayabilen bir aygıtdır. Arduino verilerinin
programlandiği, çesitli kütüphaneler vasitasiyla ‘kod
uzmani’ olmadan bir çok ek aletin Arduino tarafindan
kontrol edilebilmesini sağlayan uygulamaların
geliştirildigi yazılımdır. Ayrıca kullanımı çok kolaydır.
Programlamak için derin donanım bilgisine ve genellikle
kullanımı zor olan gelistirme araçlarina ihtiyacınız
yoktur. Arduino programini yükledikten sonra tek
ihtiyacınız olan bir adet USB kablosudur (8)
Şekil 9-Arduino Mega Devre Kartı (9)
26
3. GÜNEŞ TAKİP SİSTEMİ MALİYETİ
Güneş takip sistemimizde kullanılan malzemeler ve
fiyat listesi açıklamalarıyla birlikte Tablo 2 ve Tablo 3’te
verilmiştir.
Tablo 2-Mekanik Sistemin Maliyeti
Malzeme
Aliminyum
30mm*30mm*1.5mm
Aliminyum
20mm*10mm*1.5mm
Fiyat
1 adet
1.5x6=9 TL
Pil
1.5x12=15 TL
Pil
Dişli
İç çap=20mm , Dış çap=7.5 4 adet
mm
4x17.5=70 TL
TOPLAM
94 TL
Tablo 3-Güneş Takip Sistemi Toplam Maliyeti
Parça
Mekanik sistem
Fiyat
3
Elektronik malzeme
Güneş paneli
94 TL
75x 87.5 (cm)
Güneş pilleri
4
DC motor
2
Arduino Mega
20 TL
Atılım
Üniversitesi
10 TL
40 TL
1
TOPLAM
140 TL
304 TL
4. DENEMELER VE ELDE EDİLEN VERİLER
Piramit şeklin üzerinde 4 tane solar pil bulunmaktadır.
Piramit duyucu modeli Şekil 10’da verilmiştir. Bunlar
4’e kadar şekildeki gibi numaralandırılmıştır. Bu
solar pillerden minimum 0V, maksimum 1.5V değer
okunmaktadır. Solar pillerde ölçülen 0 – 1.5V aralığına,
programlama da kullandığımız Ardunio’da minimum 0
ve maksimum 250 karşılık geldiği gözlenmiştir.
1
3
Panel mekanizmasıyla yapılan ilk üç denememizde
motorlar çalıştırılmamıştır ve sadece panel üzerinde
bulunan piramit modelde ki pillerden veriler alınmıştır.
Bu veriler güneş, piramit modele 1 ve 3 kenarlarına 45
derecelik açı ile geldiği sırada alınmıştır. Ardunio’dan 5
saniyede bir okunan ilk değerler şunlardır;
Parça
2 adet
Malzeme
4.1 Piramit Model
Tablo 4-Piramit Model Verileri
Pil
Pil
140
145
139
142
150
147
153
156
121
130
127
138
4.2 Deneme Verileri
122
132
125
135
Denemelerden elde edilen veriler Tablo 5,6,7 ve 8’de
verilmiştir.
4.2.1 Birinci Deneme
Aldığımız ilk değerler birbirlerine çok yakın olduğu ve
işlem yapmamızı zorlaştırdığı için bu aralığı 5 katına
çıkarttık. Böylelikle aralık 0-1000 olmuştur. Bu işlem
hesaba katılarak yaptığımız ölçümlerde tablo 5’deki
veriler elde edilmiştir.
Tablo 5-Birinci Deneme Verileri
Pil
Pil
Pil
Pil
550
568
555
565
620
625
637
623
500
500
515
600
4.2.2 İkinci Deneme
507
585
510
590
İkinci denemede ki verilerde işlem yapmamıza yeterli
olanak sağlamadığı için bu aralık 0-2000 olarak
yeniden biçimledirilmiştir ve tekrar ölçüm yapılmıştır.
Bu işlemden ise;
Tablo 6-İkinci Deneme Verileri
Pil
1350
1370
1380
1368
Pil
1470
1492
1476
1485
Pil
Pil
1200
1310
1218
1322
1223
1315
1220
1318
4.2.3 Üçüncü Deneme
4
2
Şekil 10-Piramit duyucu modeli
Ayrıca bu ölçümlerin dışında, her pilin maksimum
verdiği değeri görebilmek adına piramitteki üç pil
kapatılıp, tek bir tanesi güneşe dik getirilerek ölçüm
yapılmıştır. Bunun sonucunda ise şöyle veriler elde
edilmiştir.
27
Tablo 7-Üçüncü Deneme Verileri
Pil
1870
Pil
1914
Pil
Panelden gelebilecek farklı voltaj değerlerini daima 12
volta çekerek bataryanın sağlıklı ve düzenli bir şekilde
şarj edilmesini sağlamaktadır. Güneş ile piramit model
arasına bulut girdiği zaman panelden 21V değilde
örneğin 10V üretilmektedir. Bu noktada maksimum
güç noktası yakalayıcısı devreye girmektedir. Güneş
panelleri ve mekanizma Şekil 11’de verilmiştir.
1835
Pil
1942
4.3 Pillerin Saatlik Verileri
Motorlar çalıştırılmadan piramit modelde ki pillerden
alınan değerler yukarıdaki tablolarda bulunmaktadır.
Bu değerlerden sonra piramit mekanizmasındaki
motorlar çalıştırılmıştır ve günün belli saatlerinde
güneşi takip ettiği gözlenmiştir. Bu gözlemden elde
edilen Ardunio verileri tekrardan tablolanmış ve
resimleri görüntülenmiştir. Ayrıca Pillerin, 0-2000
aralığında Ardunio’da okunan maksimum değerleri
aşağıdaki Tablo 8’de verilmiştir.
Tablo 8-Alınan Saatlik Veriler
SAAT
1.PİL
2.PİL
3.PİL
4.PİL
12.30
13.30
1850
1910
1932
14.30
1770
1840
1775
1780
1812
1805
15.30
1750
1795
1765
1830
1790
1825
1754
Alınan bu değerler mekanizmanın çalışma prensibi
için gerekli ölçümlerdir. Çünkü mekanizmanın çalışma
prensibine ait olarak şu şekildedir:
Eğer pil 1 – pil 2 > 100 ise 1 nolu pile doğru dön
Eğer pil 2 – pil 1 > 100 ise 2 nolu pile doğru dön
Eğer pil 1 – pil 2 < 100 ya da pil 2 – pil 1 < 100 ise dur.
Bu çalışma mantığı pil 3 ve pil 4 arasında da geçerlidir.
Güneş takip mekanizması, mantık olarak karşılıklı
pillerin eşitliği ilkesine dayanmaktadır. Piller arasındaki
farkın 100 olması ise mekanizmanın daha etkili ve
rahat aralıklarda çalışması için önemlidir. Bu yüzden en
başta alınan 0-250 aralığı sekiz katına çıkarılarak piller
arasında ki farkın 100 olması sağlanmıştır.
5. PANELLERİN ELEKTRİK ÜRETİMİ
Kullandığımız paneller 125mm*125mm uzunluğunda
toplam 42 adet pilden oluşmaktadır. Bu pillerin her
biri 0.5V ve 6A üretmektedir. Sonuç olarak toplamda
42*0.5V= 21V ve 6A üretmektedir. Bu da 126watt enerji
demektir.
Projede kullanılan batarya 12V ile şarj edilebilen
bir güneş bataryasıdır. Bu bataryanın sürekli 12V ile
sağlıklı bir şekilde şarj edilebilmesi gerekmektedir.
Bataryayı sürekli olarak 12V ile şarj edebilmek için
maksimum güç noktası yakalayıcısı kullanılmıştır.
28
Şekil 11-Güneş Pilleri ve Mekanizma
6. SONUÇ VE ÖNERİLER
Bu çalısmada temiz ve yenilenebilir enerji kaynağı
olan güneş enerjisinden daha fazla elektrik enerjisi
elde edebilmek için güneş takip sistemi fiziksel olarak
uygulanmıştır. Ayrıca, güneş takip sisteminden elde
edilen enerjiyle birlikte kapalı alanlardaki ısıtma ve
soğutma uygulamaları incelenmiştir.
Güneş takip sisteminde yapılan testler sonuçundaki
bilgiler aşağıda verilmiştir.
•
•
•
Sistemin kontrol denemelerinde öncelikle
sensör olarak LDR devre elemanı kullanımıştır,
güneş ışığı altında başarılı olduktan sonra sensör
olarak LDR yerine güneş pilleri ile değiştirilmiştir.
Bu sayede alternatif duyucuların yapılabileceği
anlaşılmıştır.
Güneş ışığı altındaki testlerde ise güneş
pillerinden alınan sonuçların farklı çıkmasından
dolayı hassas kalibrasyon işlemi yapılmıştır ve
sorun giderilmiştir.
Gün sonunda güneşin takibi ile batıya yönlenmiş
olan sistemin bazı programlama eklentisi
yapılarak tekrar doğu yönüne dönmesi
sağlanmıştır. Böylelikle güneşin doğumundan
itibaren efektif olarak güneş ışınlarından sistem
yararlanılmaktadır.
•
•
•
•
•
Mekanik sistemin rahatça iki eksende hareket
edebilmesini sağlamak ve sistemin bu yüzden
fazla enerji harcamasını önlemek amacıyla
yapılan mekanik sistemin hafifletilmesi,
güneş takibi sahibi büyük kolaylık sağlamıştır.
Bu sayede daha az enerji ile sistem hareket
ederken aynı zamanda daha fazla enerjiyi depo
edilebilmektedir.
Sensör tasarımında şeçilen piramid dizaynı
sayesinde güneş pillerini daha rahat karşılaştırma
yapabilmekteyiz, bunanla birlikte güneşin
konumunu kolaylıkla bulunabilmektedir.
Kullanılan mikroişlemci sayesinde güneş takibi
algoritmasında kolaylık sağlanmıştır.
Güneş takip sisteminin genel ağırlığı az olması
sayesinde portatif olarak istenilen heryerde
uygulanabilir.
Her bir güneş pilin tek başına ideal ortam
koşulları sağlandığında 0,5V ve 6A ürettiği
göz önüne alındığında teorik olarak panelden
almamız gereken toplam güç 21Vx6A =126watt.
Ama bunu sağlamak mümkün değil, çünkü ideal
ortam koşulları güneşin parlaklığı havanın açıklığı
ve sistemde hiçbir enerji kaybının olmaması
gerekmektedir. Yapılan denemelerde maksimum
112watt enerji elde edilmiştir. 126watt
•
üretmememizin hava koşulları ve uzun süreli
açık hava alanı yakalayamamış olmamızdır. Elde
edilen bu güç sistemin uygulandığı koşullara göre
oldukça başarılı ve alınan bu veriler literatürde
ki diğer verilerle yaklaşık olarak benzer değerler
elde edilmiştir.
Motor ve panel arasında kullandığımız dişli
sistemindeki kullandığımız dişliler eşit çapta
ve aynı diş sayısında olduğu için güç kazancı
sağlanamamıştır.
Mekanik sistemimizde DC motor kullanımından dolayı
meydana gelen sorunlardan birisi ise geri besleme
alamamaktır. DC motor da meydana gelen salınım
sonucu DC motora giden gücü kestiğimiz aralıkta (pil1pil2<100&&pil2-pil1<100 durumunda) motor aşağı
konuma geliyor. Sonuç olarak, geri besleme problemini
ortadan kaldırmak için servo motorlar kullanmak
gerekmektedir.
TEŞEKKÜRLER
MECE407/408 “Undergraduate Research Projects
I/II” dersi kapsamında yürütülen akıllı güneş takip
sistemi ile elektrik enerjisi üretimi projesinde, dersin
koordinatörlüğünü üstlenen öğretim görevlisi Aylin
Konez Eroğlu’na teşekkür ederiz.
KAYNAKÇA
(1) Bostancı, C. S., Tong, T., “Akıllı Kinetik Güneş Kontrol Sistemi Önerisi”
(2) Larard, E., “Sun Tracking Solar Array System”, University of Queensland Undergraduate (Pass) Thesis,
1998.
(3) http://freeduino.gen.tr/arduino-nedir/
(Erişim :06.04.2010)
(4) ArduinoMega http://nuengineering.com/nustore/images/ArduinoMega.jpg
(Erişim :07.04.2010)
(5) Gençoğlu, M. T., “Akıllı Evler”, Fırat Üniversitesi, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği
Bölümü, Elazığ.
(6) Bostancı C. S., Tong, T. “Akıllı Kinetik Güneş Kontrol Sistemi Önerisi”
(7) Larard, E., “Sun Tracking Solar Array System”, University of Queensland Undergraduate (Pass) Thesis,
1998.
(8) Arduino nedir?
http://freeduino.gen.tr/arduino-nedir/
(Erişim :06.04.2010)
(9) ArduinoMega
http://nuengineering.com/nustore/images/ArduinoMega.jpg ( Erişim :07.04.2010)
(10) Gençoğlu, M. T., “Akıllı Evler”, Fırat Üniversitesi, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği
Bölümü, Elazığ.
29
30
MİKRO EDM’DE SES DİNLEME İLE ANALİZ VE OPTİMİZASYON
T.Burak ÇEŞNİGİL, [email protected]ılım Üniversitesi, 06836, Ankara
Orçun GÜVENER, [email protected] Atılım Üniversitesi, 06836, Ankara
Abdulkadir ERDEN, [email protected] Atılım Üniversitesi, 06836, Ankara
ÖZET
Mikro-EDM tezgâhı, mikro erozyon yöntemiyle küçük boyuttaki parçaların üretimine imkân tanıyan bir cihazdır.
Çalışmada mikro-EDM’in çalışması (parça işleme) sırasında oluşan elektrik boşalımlarının sesini mikrofon
yardımıyla kaydedilip bu seslerin MATLAB GUI ile voltaj büyüklük-zaman grafiği şeklinde gösterilmesiyle eş
zamanlı olarak, mikro-EDM’e bağlı olan osiloskob’un ekranında boşalımların voltaj değerlerinin zamana bağlı
değişimini de elde edilip, bu iki deney verisi karşılaştırılmıştır. Amaç geleneksel optimizasyon tekniklerine yeni
bir alternatif yaratmaktır. Ses kaydı referansıyla optimizasyon tekniğinin geleneksel yöntemler gibi güvenilir olup
olmadığı sorusuna cevap aranmıştır.
ANAHTAR KELİMELER
Mikro-EDM, akı, matlab gui, idealleştirme, ses kaydı.
ABSTRACT
Micro- EDM is used to manufacture smaller parts for miniature production. In the study, electric discharges’ sound
which the micro-EDM creates while processing is recorded with microphone. These values are shown in amplitude
domain form via MATLAB also the pulses shown in the oscilloscope which are connected micro-EDM’s probes are
obtained and both of the values are compared to see if the sound can be a reference for optimization.
KEYWORDS
Micro-EDM, spark, matlab gui, optimization, sound recording.
31
Mekatronik gelişim ve teknolojik gelişimin etkileşimi
sonucu ortaya çıkan ürünler giderek küçülmüştür
ve bu süreç minyatürleşme olarak adlandırılmıştır.
Üretimi zor olan ürünlerin tasarımı yapılmış ve bu
ürünler için yeni teknik ve ekipmanlar geliştirilmiştir.
Mekatronik uygulamalar ile birlikte optik malzemelere,
tıbbi cihazlara ve otomobil parçalarına ihtiyaç giderek
artmıştır; bunun sonucunda mikro işleme teknikleri
kullanılmıştır. Mikro Elektro Erozyon İşleme cihazı
kullanılarak mikro parçalar üretilir (Şekil 1). EDM’de
voltaj boşalımlarının oluşturduğu kıvılcımların sesi,
çalışmada referans olarak kullanılacak gruptur.
Makinenin iç teçhizatının ve bulunulan çevredeki
birden fazla ses kaynağının yarattığı gürültü olarak
adlandırılan sesler de işlemde etkisi olmayan ikinci
gruba girer.
Time Domain Plot of Sound
1
0.8
Normalized Amplitude (-1 to 1)
1. GİRİŞ
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0
1
2
3
4
Time (seconds)
5
6
7
Şekil 2-Mikro-EDM İşlenirken Kıvılcımları
Oluşturduğu Vurumların Zaman ve Genlik Formu
3. METODOLOJİ
Mikro EDM de parça işlenirken oluşan kıvılcımların
sesini kaydetme, dinleme ve MATLAB yoluyla elde
edilen ses grafiklerinin osiloskoptan gelen sinyallerle
karşılaştırılışında dinamik mikrofon ile ses kayıt
yöntemi kullanılmıştır (Şekil 3).
Şekil 1-Mikro-EDM Laboratuarından Görünüm
(Atılım Üniversitesi Mekatronik Mühendisliği
Bölümü)(1)
2. SİNYAL İŞLEME
Ses kavramının dâhil olduğu bilimsel araştırma
projeleri üzerinde çalışıyorsak öncelikle ses ve sinyal
bilgisine sahip olmamız gerekir. Ses, fiziksel olarak
dinleyici ile ses kaynağı arasında bulunan sıvı, gaz ya da
katı ortamda oluşan bir dizi titreşimlerdir (2). Genlik ve
frekans sesin özellikleridir. Ses uzay içerisinde zamanla
yol alır ve genel olarak 3 sınıfta incelenir. Bunlar:
Periyodik sinyaller, gelişi güzel sinyaller ve Vurumdarbe(pulse)’lerdir.
Vurumlar zamanla tekrar etmeyen ancak belli bir
şekli olan sinyallerdir (3). Vurumların da içerisinde
bulundurduğu zaman ve genlik formu yaygın olarak
“genlik alanı” olarak bilinir (Şekil 2).
Sesin bilgisayar tarafından işlenmesinde kaydetme
yöntemi kullanılır; böylece ses sinyalleri yakalanır.
Kıvılcımların oluşturduğu vurumları genlik alanı
formunda göstermek için MATLAB yazılımı
kullanılmaktadır.
32
Şekil 3-Mikro-EDM Kıvılcımlarının Test Kurulumu
MATLAB yazılımı ile her kayıt grafiksel olarak çizilmekte
ve bu kayıt sonra dinlenebilmektedir. Bu grafiksel
çizimin özelliği sayesinde kullanıcı istediği zaman
aralığındaki verileri net bir şekilde grafiklendirebilir.
Kullanılıcı bu kaydı kabul edebilir veya reddederek
tekrar yeni bir ses kaydı oluşturabilir. Kaydedilen
sesin zaman aralığı kullanıcının isteğine bağlı olarak
değiştirilebilmektedir.
Aynı zamanda Mikro-EDM de parça işlenirken meydana
gelen kıvılcımların voltaj-zaman grafiği verilerini
elde etmemize yardımcı olan Mikro EDM’e bağlı çok
fonksiyonlu osiloskop ile kıvılcımların vurumları
dalga formu şeklinde kaydedilmektedir. Bu dalga
formları osiloskop’un özelliği sayesinde CSV dosyası
şeklinde osiloskop’un içinde kaydedilmektedir. CSV
dosyaları Microsoft Office’in içindeki Excel programı
ile açılabilmektedir. Excel içerisinde vurumların
voltaj-zaman değerleri bulunmaktadır. Bu değerler
sayesinde Excel’in grafik menüsünden istenilen zaman
aralığı seçilerek voltaj-zaman grafiği gösterilmektedir.
Sinyallerin CSV dosyası olarak kaydedilmesinin avantajı
ise; kullanıcının istediği zaman aralığındaki verileri net
bir şekilde grafiklendirebilmesini sağlamaktır.
Mikro EDM de parça işlerken oluşan kıvılcımların
üzerinde bu iki işlem aynı anda yapılıp veriler
alınmakta ve kullanıcıya bağlı olarak belirli bir zaman
aralığı seçilerek işlemler gerçekleştirilebilmektedir.
Daha sonra bu iki işlemden alınan veriler kullanıcıya
bağlı olarak istenilen zaman aralığında grafiksel olarak
çizdirilmektedir. Çizdirilen bu iki işlemin grafiksel
değerlerinin uyumluluğuna bakmak için kullanıcı
tarafından karşılaştırma yapılmaktadır.
3.1 Prensi̇pler ve Datalar
Ses kayıt çalışmaları bilimsel yönde ele alındığında
çok özel alanlar için çalışılan ilginç bir konudur. Çeşitli
bilimsel projelerin birer parçası olarak ses cinslerini
ve kalitelerini ayırmak ve sınıflandırmak için yapılan
bu çalışmalardan biride sistem optimizasyonu
alanındakilerdir.
Geleneksel
optimizasyon
yaklaşımı, işlemi gerçekleştiren cihazlara elektronik
ve yazılımsal olarak bağlanan osiloskop gibi test
cihazları yada yazılım destekli çalışan bilgisayarlar
yardımıyla elde edilen sistem verilerinin, yine
yazılımsal yada elektromekanik yollarla düzeltilmesi
esasına dayalı bir tavrı içerir. Geliştirmeye çalışmakta
olduğumuz bu yeni yöntemde, Mikro-EDM cihazının
parça işleme yöntemi üzerine yoğunlaşarak,
geleneksel yöntemle elde edilen bu verileri, işlem
gerçekleşirken cihaz tarafından üretilen sesi
doğrudan kaydedip analiz ederek elde edilenlerde
karşılaştırarak bu iki verinin uyumluluğunu test ettik.
Sistemi bütünüyle kavramak için öncelikle MikroEDM cihazının çalışma mantığını ve gerçekte neyin
sesini kaydetmeye çalıştığımızın anlaşılması gerekir.
Mikro-EDM cihazı, ucunda yüksek voltaj üreten bir
transformatöre bağlı elektrot bulunan bir cihazdır.
Görevi sistemin eksi kutbuna bağlanan işlenecek
parçaya çok yakın mesafeden elektrot(sistemin artı
kutbuna bağlı) aracılığıyla İngilizce terimi “spark”
olan yüksek güçlü elektrik akıları göndererek
akının değdiği noktada bir boşalım yaratmak
suretiyle mikro parçalar kaldırarak metali işleme
prensibiyle çalışır. Yöntem çok yavaştır fakat işleme
hassasiyeti çok yüksektir. Sesini kaydettiğimiz
şeyde işte bu elektrik boşalımlarının oluşturduğu
kıvılcımların oluşturduğu karakteristik sestir. Bu
ses, sistem osiloskop’a bağlandığında ekranda
bir sinyaller dizisi olarak görünür. Çalışmada bu
sinyal dizisine benzer özellikte bir sinyal dizisi,
insan kulağının duyabileceği bu sesin dinamik bir
mikrofon yardımıyla kaydedilmesi ve voltaj zaman
grafiği şeklinde gösterilmesi yoluyla elde edilmeye
çalışılmıştır. Osikoskop ekranı oluşan akılarının
voltaj değerlerinin zamana bağlı değişimini gösterir.
Matlab programı kullanarak yaptığımız dönüşümde
elde edilen ses, “wav” dosyası şeklinde programın
kütüphanesine tanıtılır ve grafik fonksiyonu
aracılığıyla ses sinyallerinin büyüklüğü, voltaj
cinsinden yine zamana bağlı olarak bir grafik
üzerinden elde edilir. Projemizin odaklandığı konu
sinyal karakteristiği çözümlemesinden çok, günümüz
sistem analizinde kullanılan osiloskop cihazına
paralel veriler elde etmekle sınırlıdır. Yeni bir
yöntemin güvenilirliği, ancak geçerliliği kanıtlanmış
bir ya da birkaç yöntemin verilerine belli bir oranda
benzerlik gösterdiği takdirde sağlanır. Aynı işlem
parçası üzerinde eş zamanlı alınan osikoskop ve
matlab ses analizi grafik karşılaştırmaları verilmiştir
(Şekil 4).
Grafiklerdeki boşluklar frekansın azaldığı bölgeleri
gösteriyor. Osiloskop grafiklerindeki kırmızı alan
karşılaştırılması gereken ilk 5 saniyelik zamanı;
Matlab sonuçları ise aynı 5 saniye içindeki ses kaydının
grafiksel gösterimini içermektedir. İşlemin osiloskop
ekran dondurma işleminin sadece manuel yapılabiliyor
olmasından ötürü bu iki grafikteki sinyallerin gerçek
başlangıç ve bitiş noktaları referans çakıştırma
tekniği uygulanmasına karşın eşleştirilemediğinden
sinyal karakteristiği incelemesi için yakınlaştırma
yapılamamış bu nedenle küçük zaman aralıklarındaki
değişimler incelenememiştir.
Osiloskop ekranında alınan kaydın 10 saniyeye
ayarlanmasındaki temel sebep, sisteme uzaktan
bakarken işte bu görsel kaybı minimize etmektir. Bu
sebepledir ki alınan sonuçlar sadece genel yorum
yapılabilecek niteliktedir.
Şekil 4‘te Osikoskop ve matlabdan eş zamanlı alınan
verilerin grafik karşılaştırmaları verilmiştir.
OSİLOSKOPTAN ALINAN VERİ
33
4. SONUÇ
Bu çalışmada Mikro-EDM cihazının da parça işlenirken
elektrik boşalımlarının darbeleri ile osiloskoptan alınan
verileri elde edip bu iki verinin uyumlu olup olmadığı
sorusuna cevap aranmıştır.
Elde edilen sonuçlar başlangıç için fikir verici nitelikte
olup gelecekte daha detaylı bir grafik analizi yapılması ve
bu metot kullanılarak geliştirilecek yazılımlar vasıtasıyla
sadece Mikro-EDM için değil, diğer üretim işlemlerinde
de alternatif bir optimizasyon sağlayabilecek olması
açısından sevindiricidir.
TEŞEKKÜRLER
MİKROFON MATLABA GELEN DARBELERİN
GENLİK-ZAMAN FORMU
Şekil 4-Grafik Karşılaştırması
Mece 407/408 ‘‘Undergraduate Research Projects I/
II’’ dersi kapsamında yürütülen MİKRO EDM’DE SES
DİNLEME İLE ANALİZ VE OPTİMİZASYON projesinde,
dersin sorumlusu öğretim görevlisi Aylin Konez
Eroğlu’na destek, katkı ve yardımlarından dolayı
teşekkürler.
KAYNAKÇA
(1) Öpöz T. T. ve Erden A., (2008), “MİNİ/MİKRO MAKİNALAR ve MEKATRONİK MÜHENDİSLİĞİ”, Atılım
Üniversitesi Mekatronik Mühendisliği Bölümü .
(2) P. R. Cook, “Sound Production and Modeling,” IEEE Computer Graphics and Applications, vol. 22, no. 4, pp.
23-27, 2002
(3) Lu L., Zhang J., ve Jiang H., “Content Analysis for Audio Classification and Segmentation”, IEEE
TRANSACTIONS ON SPEECH AND AUDIO PROCESSING, VOL. 10, NO. 7, OCTOBER, 2002
(4) The Math Works, Inc., 1994-2009, “Data Acquisition”,(Download:16.12.2009)
(5) Alnawafleh E., Mohammed.A. Nizhibitsky O.N, (2004),“Effective Methods Analysis for Machines Noise
Control” , Journal of Applied Sciences 4(2) , pp.197 -200 .
(6) Mahdavinejad, R.A., (2008), “Optimization of electro discharge machining parameters”, Journal of
Achievements in Materials, vol.27, issue 2 .
(7) Akhtar A., Muhammad T.,Masahide K., Mitsuhashi W., (2008) , “Signal Processing” , pp. 1090-1099 .
(8) Rubinacci G. , Tamburrino A., Ventre S., ve Villone T., (2001), “A COMPUTATIONAL TECHNIQUE FOR
AUTOMATED RECOGNITION OF SUBSURFACE CRACKS IN AERONAUTICAL RIVETED STRUCTURES”,
Laboratory of Computational Electromagnetics; EURATOM/ENEA/CREATE Association - DAEIMI;
University of Cassino, Italy,
(9) Ferria C., Petrellib A.,ve Ivanova A., “A exploratory data analysis estimation of the effects of the electrode
material on the electrical discharge in micro EDM”, Institut Supérieur de l’Automobile et des Transports,
Université de Bourgogne, 58027 Nevers Cedex, France
34
KAVRAMSAL DÜZEYDE İNSANSI ROBOT ÇALIŞMALARI
Nilüfer YİĞİT, [email protected] Atılım Üniversitesi, 06836, Ankara
Hakan KOCAKARA, [email protected] Atılım Üniversitesi, 06836, Ankara
Erkan ÖZSAYIN, [email protected] Atılım Üniversitesi, 06836, Ankara
Ertan ÖCAL, [email protected] Atılım Üniversitesi, 06836, Ankara
Zühal ERDEN, zuhal@ atilim.edu.tr Atılım Üniversitesi, 06836, Ankara
Abdulkadir ERDEN, aerden@ atilim.edu.tr Atılım Üniversitesi, 06836, Ankara
ÖZET
Son yıllarda araştırmacıların ilgisini çeken insansı robotlarla ilgili pek çok çalışma yapılmaktadır. Atılım
Üniversitesi’nde insansı robot araştırma projesi 2009-2010 eğitim yılında başlatılmıştır. Projede, uzun vadede,
insansı özellikler gösterecek bir robotun, günümüz teknoloji ve imkânları kullanılarak tasarımı ve üretimi
hedeflenerek, içinde bulunduğumuz eğitim öğretim yılında araştırma için sistematik bir altyapı oluşturmak
amacıyla bir dizi tanımlama ve özellikleri belirleme çalışmaları yapılmıştır. Karakteristik belirleme çalışması ile
işlevsellik ve fiziksel özelliklerin belirlenmesi çalışmaları tamamlanmıştır. Bunun yanı sıra fiziksel model üzerine
başlangıç niteliğinde çalışmalar yapılmıştır.
ANAHTAR KELİMELER
İnsansı robot, kavram, davranış, karakteristik, betimleme, belirleme.
ABSTRACT
There are many research works about humanoid robots that attract the researchers around the world. In Atılım
University humanoid robot research project started at 2009- 2010 academic year. The long term goal of this
project is to design and produce a humanoid robot by using available technology and capabilities. This year by
the aim of constructing systematic substructure, some definition and identification work are completed which are
characteristic specification, Specification of functions and physical properties. Also, a primitive physical prototype
and pc based locomotion mechanism are designed.
KEYWORDS
Humanoid robot, concept, behavior, characteristic, definition, identification.
35
1. GİRİŞ
İnsansı robotlarla ilgili araştırmalar gün geçtikçe
artarak devam etmekte ve önümüzdeki 20-30 yıl
içerisinde robotların gündelik hayatta değişmez bir
şekilde yerlerini alacakları tahmin edilmektedir. İnsansı
robotlarla ilgili çalışmalarda çoğunlukla; algılama,
konuşma, yürüme, hareket yeteneği, öğrenme, jest
ve mimikler konuları üzerinde çalışılarak, robotlara
insansı özellikler kazandırılması hedeflenmektedir.
Bu sayede insansı robotlar hizmet, üretim ve medikal
sektörleri başta olmak üzere pek çok sektörde yer
almaya devam edecektir.
İnsansı robot araştırma projesi 2009-2010 akademik
yılında başlatılmıştır. Projenin uzun vadedeki amacı;
insansı özellikler gösterecek bir robotun, günümüz
teknoloji ve imkânları kullanılarak tasarımı ve
üretimidir. Bu araştırma konusu uzun süreli bir
çalışma gerektireceği için, öncelikle sistematik bir
altyapı oluşturmak amacı ile çalışmalar başlatılmıştır.
Tümden gelim yöntemi kullanılarak yola çıkılan insansı
robot projesinde tanımlama ve özellikleri belirleme
konularına ağırlık verilerek kavramsal tasarım altyapısı
oluşturulmuş, bunun yanı sıra fiziksel model üzerine
başlangıç niteliğinde bir takım çalışmalar yapılmıştır.
Bir sonraki bölümde insansı robotla ilgili yapılan
sınıflandırma çalışmaları anlatılacaktır.
3. bölümde ise fiziksel model üzerine yapılan
çalışmalardan bahsedilecektir.
2. YAYIN TARAMASI
İnsansı Robot araştırma projesinin ana temasını
oluşturan kaynak taraması, 100 makaleye yakın
kaynaktan elde edilen verilere göre yapılmış ve kaynak
gösterilebilecek makaleler, sınıflandırma bilimine
başvurularak hazırlanmıştır.
İnsansı robot araştırmalarında öne çıkan konular:
Otonom davranışların nesne tabanlı hareketler
ile 3 boyutlu görsel algı fonksiyonları kullanılarak
gerçekleştirilmesi (1), insansı robotlarda günlük dil
kullanımı ve vücut dilinin psikolojiyi yansıtması (2),
insansı robotlarda arkadaşlık davranışları ve öğrenme
kabiliyeti (3), insansı robotların insanlarla işbirliği
içinde çalışmaları (4), insansı robotun algıya yönelik ve
motorik hareket kabiliyetleri, iki ayak üzerinde yürüme
ve denge (5) olarak sıralanabilir.
Tarama konusuna dahil edilen makaleler İnsansı Robot
Proje takımı üyeleri ile tartışılarak değerlendirilmiş,
gerekli görülen kaynaklar arşiv bankasına eklenmiştir.
Arşiv bankası ileride yapılacak araştırma ve geliştirme
çalışmalarında kullanılması muhtemel kaynaklardan
oluşturulmuştur.
36
3. İNSANSI ROBOT TANIMLAMA
ÇALIŞMASI
Atılım üniversitesi insansı robot projesinin tasarım
sürecinde tümden gelim yaklaşımı kullanılmaktadır.
Bu nedenle ilk basamakta sistem bir bütün olarak
düşünülmüş daha sonra parçalara ayrılarak
incelenmiştir. İlk olarak insansı robotu tanımlama ve
özelliklerini belirleme konusu kapsamında karakteristik
belirleme çalışması yapılmıştır (Şekil 1). Bu çalışmada
insansı robot karakteristiği olarak dört ana özellik
belirlenmiştir.
3.1 Etkileşim
Bir robotun dış dünyayla etkileşimi, bir olguyu
a) Algılama
b) Değerlendirme
c) Karar verme ve uygulama
olmak üzere üç basamaktan oluşur. Söz konusu insansı
robot olduğu zaman insanın düşünme sistemine
benzer bir sistemin robot üzerinde geliştirilmesi
gerekmektedir. Bu durumda yapay zekâ adı verilen
teknikler kullanılmaktadır. Yani insansı robotta
insanın düşünme sistemine benzer yapay sistemler
geliştirilerek, beklenmedik bir olayla karşılaştığı zaman
yeni bir davranış göstermesi sağlanmaktadır. Bu da
insansı robotun dış dünyayla etkileşiminde önemli
bir etkendir. İnsansı robotun etkileşimi üç ana grupta
incelenecektir. İnsansı Robot-Canlı Etkileşimi, İnsansı
Robot-Cansız Çevre Etkileşimi, İnsansı Robot-İnsansı
Robot Etkileşimi.
Bu grupların her biri kendi içlerinde kısa vadeli hafıza
ve uzun vadeli hafıza etkileşimleri olarak incelenmiştir.
Kısa vadeli hafıza (KVH) robotun dış dünyadan gelen
etkileri anlık olarak algılaması ve geçici olarak hafızada
tutmasıdır.
Uzun vadeli hafıza (UVH) ise robotun algılayarak tekrar
kullanmak üzere hafızada sakladığı bilgilerden oluşur. Bir
diğerdeyişle,uzunvadelihafızadarobotunöğrendiğibilgiler
saklanır (6). Beklenmedik bir durumla karşılaşıldığında
yeni bir davranış geliştirmek için kullanılan bu bilgiler,
robota ayırt edebilme yeteneği de sağlar.
İnsansı Robot-Canlı Etkileşimi: Bu etkileşim
kapsamındaki canlılar; insanlar, bitki ve hayvanlar
olmak üzere üç ayrı bölümde incelenmiştir.
İnsansı robot- insan etkileşiminde robotun insanı
algılamak adına önemli olan özellikleri Tablo 1’de
kısa vadeli hafıza (KVH) ve uzun vadeli hafıza (UVH)
kullanımına göre ayrı ayrı verilmiştir.
İnsansı robot-bitki ve insansı robot-hayvan
etkileşimlerinde; duyular, renk, hareket, ısı ve nem
algısı olmalıdır. İnsansı robot, bu algılarla elde edilen
bilgileri kullanılarak, uzun vadede bitki ve hayvanların
davranışlarını öğrenebilir. Ayrıca bitki ve hayvanların
ihtiyaçlarını belirleyerek bu ihtiyaçları giderebilir.
İnsansı Robot
İnsansı RobotCanlı
Etkileşim
Yaşamsal
Faaliyetler
İnsansı RobotCansız Çevre
İnsansı Robotİnsansı Robot
K.V.H.
K.V.H.
K.V.H.
U.V.H.
U.V.H.
U.V.H.
Antropomorfik
Özellikler
Şekil 1-İnsansı Robot Tanımlama ve Karakteristik Belirleme Çalışması
İnsansı Robot-Cansız Çevre Etkileşimi: Cansız çevre
robotun çevresindeki hareketli ve hareketsiz objeler
ile insansı olmayan diğer robotların bulundukları
ortamlardan oluşmaktadır. İnsansı robot çevreyi veya
çevredeki objeleri şekil, renk, yüzey şekli, esneklik gibi
özelliklerden faydalanarak algılayabilmelidir. Ayrıca
insansı robot, çevredeki nesnelerin uzaklığını ölçme ve
hareketini algılama gibi özelliklere de sahip olmalıdır.
Kısa Vadeli Hafıza (KVH) Uzun Vadeli Hafıza (UVH)
İhtiyaca göre işitme, görme, dokunma ve koklama
görevi gören algılayıcılara sahip olmalıdır.
Örneğin; insanın yüz hatlarından faydalanarak yüzünü
algılayabilmelidir (2). Algıladığı bilgileri öğrenmeli ve
gerekli halde tekrar kullanmak üzere saklayabilmelidir.
Örneğin; insanları yüzleriyle ayırt etme ve çoklu yüz
tanıma özelliği olmalıdır (2).
İnsan konuşmasını algılayabilmeli, sesin yerini tespit
edebilmelidir (4).Bu bilgileri kalıcı hafızada tutarak
karşılıklı konuşma kabiliyeti kazanabilmelidir.
İnsanın yüzündeki kaş, göz ve dudak hareketlerini ve bu
bölgelerdeki değişikliklerden faydalanarak mimiklerini
algılayabilmeli ve etkileşim kurabilmelidir.
Motorik ve Bilince
Dayalı Özellikler
Motorik
Özellikler
Bilince
Dayalı
Özellikler
Mimiklerden faydalanarak insanın psikolojisini tahmin
edebilme yeteneği olmalıdır.
İnsanın hareketlerini takip edebilmelidir (7).
İnsan
hareketlerini öğrenerek taklit edebilmelidir. Yani
eğitilebilir olmalıdır (7).
Algılanan bir takım bilgiler uzun vadeli hafızada
saklanarak, öğrenme işleminin gerçekleşmesiyle, özel
bir objenin veya mekanın robot tarafından tanınması
sağlanabilir. Örneğin; insansı robotun tanıdığı bir
odada, az ışıkta çevredeki objelere zarar vermeden
hareket edebilme yeteneği olmalıdır.
İnsansı Robot-İnsansı Robot Etkileşimi: İnsansı bir
robotun, bir diğer insansı robotu algılayabilmesi aynı
zamanda kendi kendini de algılayabildiği anlamına
gelmektedir. Bu sayede robot kendi hareketlerini
algılayarak yanlışlarını düzeltebilir. Örneğin; California
Üniversitesi’nde tasarlanan Einstein robot aynada kendi
yüz kaslarının yüzün hangi kısmını çalıştırdığını deneme
yanılma yöntemiyle tespit etmekte ve bu hareketleri
birleştirerek mimik hareketleri üretmektedir (8). Bu
teknik hareket, algılama özelliğinden faydalanarak
öğrenme işlemi sırasında uygulanabilir bir yöntemdir.
Kısa Vadeli Hafıza (KVH)
Uzun Vadeli Hafıza (UVH)
İhtiyaca göre işitme, görme, dokunma ve koklama görevi gören
algılayıcılara sahip olmalıdır.
Örneğin; insanın yüz hatlarından faydalanarak yüzünü
algılayabilmelidir [2].
Algıladığı bilgileri öğrenmeli ve gerekli halde tekrar kullanmak
üzere saklayabilmelidir.
Örneğin; insanları yüzleriyle ayırt etme ve çoklu yüz tanıma
özelliği olmalıdır [2].
İnsanın yüzündeki kaş, göz ve dudak hareketlerini ve bu
bölgelerdeki değişikliklerden faydalanarak mimiklerini
algılayabilmeli ve etkileşim kurabilmelidir.
Mimiklerden faydalanarak insanın psikolojisini tahmin
edebilme yeteneği olmalıdır.
İnsan konuşmasını algılayabilmeli, sesin yerini tespit
edebilmelidir [4].
İnsanın hareketlerini takip edebilmelidir [7].
Bu bilgileri kalıcı hafızada tutarak karşılıklı konuşma kabiliyeti
kazanabilmelidir.
İnsan hareketlerini öğrenerek taklit edebilmelidir. Yani
eğitilebilir olmalıdır [7].
Tablo 1-İnsansı Robot-İnsan Etkileşiminde Uzun ve Kısa Vadedeki Davranışlar
37
3.2 Yaşamsal Faaliyetleri
İnsansı robotun yaşamsal faaliyetleri ile insanların
hayatını devam ettirebilmesi için gerekli olan
yaşamsal faaliyetleri benzetebiliriz. Bu başlıktan yola
çıkarak, robotun yaşamsal faaliyetleri fizyolojik ve
psikolojik karakteristikleri olarak iki ana başlık alıtnda
incelenmiştir.
Fizyolojik Karakteristik: Fizyolojik karakteristik,
görünüm, hareket kabiliyeti ve yetenek olmak üzere
üç alt başlığa bölünmüştür. Bu alt başlıklar için insan
karakteristiği ile benzer özellik gösterecek özellikler
tanımlanmıştır.
Psikolojik Karakteristik: Psikolojik karakteristik,
davranış ve karakteristik olmak üzere iki alt başlıkta
incelenmiştir. Bu alt başlıklar, insan psikolojisini
yansıtabilecek ve özgün olması hedeflenerek bir
psikolojik yapı oluşturulmuştur.
3.3 İnsan Biçimlendirilmesi
(Antropomorfik)
İnsan biçimlendirmesi ya da bilimsel adı ile
antropomorfik
özellikleri
hakkında
takım
üyelerinin görüşleri ve arşiv bankasındaki bilgilerin
değerlendirilmesi ile insansı robotun insansı
boyutlandırılması (antropometrik) için özelliklerine,
Türk insanının genel ve ortalama boyut özelliklerinin
kullanılması uygun görülmüştür. Projenin bu
aşamasında araştırmalarla Türk insanına ait boyutlama
sınıflandırmasının olmadığı görülmüş, daha çok tüm
dünyadaki ülkelerde Avrupa, Amerika gibi kıtasal
farklılıklar gösterebilen ve giyim endüstrisinde
kullanılan bilgilere ulaşılmıştır. Kaynaklarda bulunan
en yakın bilgi, giysi tasarımına yönelik antropometrik
verilerin derlenmesi ve giyim standartlarının
saptanmasıyla ilgilidir (9).
Bu proje kapsamında ileride yapılacak çalışmalar
insan biçimlendirilmesi ve ölçeklenmesi için, Atılım
Üniversitesi Mekatronik Mühendisliği öğrencilerinin
oluşturacağı gurubun ölçüleri ve özelliklerinin
temel alınan ve bunların bir ortalama ölçülerinin
çıkarılmasının uygun olduğun düşünülmektedir.
3.4 Motorik ve Bilince Dayalı Özellikler
İnsanın en belirgin özelliklerinden biri, günlük
hayatına devam ederken çevresindeki problemlere
karşı çözüm bulması, çeşitli eşya, makine ve aletleri
kullanma becerisi veya herhangi bir tehdit durumunda,
kendine bir zarar gelmemesi için gösterdiği korunma
ve refleks hareketleridir (10). Dinamik bir dünyada
insansı robotun, tıpkı bir insan gibi alet kullanma,
takip etme, sorunlara karşı mevcut yöntemlerden yeni
çözümler üretme, gibi çok çeşitli ve kullanım alanlarına
yönelik bazı beceriler göstermesi gerekmektedir. Bu
becerilerin insansı robotun bir bütün olarak işlevsel
tasarımında çok etkili olmadığı düşünülerek bu konuda
38
fiziksel tasarım aşamasında ayrı bir çalışma yapılması
kararlaştırılmıştır.
3.4.1 Motorik Özellikler
Motorik özellikler insanın temel ve ayrıntı hareketlerini
gerçekleştirebilmesini sağlayan özelliklerdir. Yürümek,
koşmak, dengede durmak, vb. hareketler insanın
gündelik yaşamda kullandığı temel hareketlerdir.
Refleksler de bu temel motorik özelliklerin bir
parçasıdır. Motorik özellikler temel hareketlerin yanı
sıra detaylı hareketler de içerir. Göz ile takip etme, alet
kullanma, yazı yazma bunlardan bazılarıdır (11).
Motorik özellikleri insansı robot için önemli kılan kısım,
buözelliklerinbirkezöğrenildiktensonradüşünmeksizin
yapılmasıdır. İnsansı robot, kullanım alanlarına yönelik
olarak bu motorik özelliklerden bazılarını veya çoğunu
kendi içinde barındırmak zorundadır. Örneğin, insansı
robot ayaklı bir yürüme mekanizmasına sahipse
dengede durmayı bilmek zorunda kalacaktır. Bu tür
bir özellik yürüme mekanizmasına bağlı olmasına
rağmen, doğrudan bilince dayalı olmadan yapılan bir
harekettir. İnsansı robotun bu özellikleri, aynı zamanda
başka problemlerle karşı karşıya kalması durumunda,
mevcut yöntemlerle probleme karşı çözüm bulmasını
da sağlayacaktır. Ancak, insan nasıl kendi yapısı ile ilgili
bilgiye sahipse, insansı robotun da aynı bilgiye sahip
olması gerekmektedir.
3.4.2 Bilince Dayalı Özellikler
Bilince dayalı özellikler, motorik özellikleri de içinde
barındırır. İnsansı robotun var olan problemlere karşı
üreteceği çözümler bilince dayalı özellikler olacaktır.
Bilinçli bir şekilde yaptığı bu hareketler insansı
robotun, insan-insansı robot, insansı robot-çevre veya
insansı robot-insansı robot etkileşimlerinden iletişim
kurmasına ve yeni bilgiler edinmesine yardımcı
olacaktır. Burada insansı robotun söz edilen çevre ile
iletişim halinde olması çok önemlidir. Örneğin, yaşlı
insanlara hizmet edecek olan bir servis robotu ile inşaat
işleri için kullanılacak bir insansı robotun göstereceği
özelliklerin, farkı olmalıdır. Bilinçli olarak yapılan
hareketler temel motorik özellikleri etkilemeyecek
şekilde, kısa dönemli hafıza veya uzun dönemli hafıza
gerektirebilir. Sık olarak ve insansı robotun kendi başına
mevcut yöntemlerle keşfettiği becerileri, uzun dönem
hafıza içinde yer alırken, sık olarak kullanılmayan bir
özellik kısa dönem hafızada, bir sonraki veri gelinceye
kadar saklanabilir. Bu özellik, insansı robotun kullanım
alanı dışında bir yerde olması durumunda, çevreye
uyum sağlamasını kolaylaştıracaktır.
Şekil 2’de gösterilen çalışma ise insansı robotun sahip
olması gereken işlevler gösterilmiştir. Bu kısımda
insansı robot bir bütün olarak düşünülerek bu
konunun kapsadığı tüm alt başlıklar genel çerçevede
tanımlanmıştır.
İnsansı Robot
Fiziksel
Görünüş
Antropomorfik
Yapı
Organların
Dizilimi
Duyular
Hareket
Yürüme
Hareketi
Kısmi Vücut
Hareketi
Bacak
Kol
Kafa ve Yüz
Şekil 2-İnsansı Robotun İşlevleri
Görme
Duyma
Dokunma
Kollar
İşlemci Boşluğu
Beden Dili
Kısa Vadeli
Uzun Vadeli
Psikoloji
Kabiliyetler
Bilinçli Yapılan
Hareketler
Motorik
Hareketler
Tatma
Bu kısımda fiziksel olarak başlangıç niteliğinde yapılan
bir takım çalışmalardan bahsedilecektir.
Fiziksel çalışma ana hatları ile iskelet ve yürüme
mekanizmasıdır. İnsansı robotun kısımları Şekil 3’te
gösterilmiştir.
Kafa
Konuşma ve
Algılama
Hafıza
Koklama
Öncelikle, insansı robotun fiziksel anlamda insana
benzer bir görünüm ve yapıya sahip olması
gerekmektedir. Bu yapı kısmi vücut hareketleri ve
yürüme kabiliyetine sahip olmalıdır. Bir biyo -benzetim
projesi olduğu için 5 duyu organını karşılayacak
algılama kabiliyetinin olması gerekmektedir.
İnsana has özellikler olan beden dili ve konuşma ile
iletişim sağlamak, uzun vadeli ve kısa vadeli hafıza
ile öğrenme kabiliyeti, son olarak da psikoloji ve
davranışlar da insansı robotun özellikleri arasında
olmalıdır. Çünkü bir insansı robot tasarımındaki asıl
amaç, o robotu insanların yaşadığı çevreye, topluma
uyumlu hale getirmektir.
4. FİZİKSEL PROTOTİP TASARIMI
ÇALIŞMALARI
İletişim
Boyut İçin Yapılan Fiziksel Çalışmalar: İskelet
boyutlandırmayı görebilmek amacı ile düşünülmüş
ve projede geleceğe yönelik saptamalar yapabilme
kanusunda yardımcı olması için üretilmiş, modüler bir
çalışmadır.
Yürüme Mekanizması: Tasarlanacak olan insansı
robotun modüler bir yapıda olması planlanmaktadır.
Bu bölümde yürüme kısmıyla ilgili yapılan çalışmalar
anlatılacaktır.
İlk olarak tekerlekli bir yürüme mekanizması
tasarlanmış ve fiziksel olarak üretilmiştir. 4 adet fırçalı
DC motor içeren mekanizmaya bilgisayar tabanlı
yürüme sistemi oluşturularak hareket yeteneği
kazandırılmıştır. ESC (Electronic Speed Control/
Elektronik Hız Kontrolü) birimi bilgisayara bağlı olarak
MATLAB yazılımı kullanılarak yazılan program ile
kontrol edilmiştir. Her iki motoru kontrol edecek bir
adet ESC birimi yer almıştır. Mevcut 2 adet ESC birimi
bir entegre devre kullanılarak bilgisayardan alınan
sinyaller DC çıkışa dönüştürülmüştür.
İleride yapılacak çalışmalarda PC tabanlı bir yapı
seçilmesinin nedeni, geliştirmeye açık bir yapı olması ve
robotun modüler yapısından dolayı üzerinde değişiklik
yapılabilecek olması içindir. PC tabanlı çalışma ile
robotun yeni nesil teknolojilere karşıda uyumlu bir
ilerleme içinde olacağı düşünülmektedir.
Yürüme
Mekanizması
Şekil 3-İnsansı robotun fiziksel yapısı
39
5. SONUÇLAR VE PLANLANAN
ÇALIŞMALAR
Atılım Üniversitesi Mekatronik Mühendisliği Bölümü
İnsansı Robot Projesi grubu tarafından gerçekleştirilen,
insansı robot projesinin tasarım sürecinde tümden
gelim yaklaşımı kullanılmıştır. Bu araştırma, Türkiye’de
gelecekte insansı robot çalışmalarını destekleyebilmek ve
ilk Türk İnsansı Robot çalışmalarına katkıda bulunabilmek
amacıyla yapılmıştır. 2009-2010 akademik yılı içerisinde
insansı robot tanımı üzerinde, insansı robotun tasarımı
üzerine ve ileride yapılacak çalışmalara yönelik bir alt
yapı oluşturulmuştur. Yapılan çalışmalar insansı robotçevre, insansı robot-insan ve insansı robot-insansı
robot etkileşimi, özellikleri, kısa zamanda oluşturulması
beklenen ilk prototipin yapısı üzerine olmuştur. İlk
“insansı robot” tanımı üzerinde yapılan araştırma sonucu,
tarihteki kullanıldığı yerler hakkında edinilen bilgi ile
Türk insanının antropometrik yapısı hakkında da çeşitli
bilgilere ulaşılması gerektiği anlaşılmıştır.
Ayrıca, insansı robotun çevre ve insanlara karşı
ne tür yaklaşımda bulunması gerektiği, insansı
robotun motorik ve bilinçli hareket özellikleri, olması
beklenen özellikleri hakkında çalışma yapılmıştır.
Ortaya çıkarılan özellikler ve tanımlara dayanarak bir
prototipin oluşturulmasına karar verilmiştir. Planlanan
çalışmalarda insansı robot tanımının daha ayrıntılı
olması, ilk prototipin tasarlanması ve üretilmesi, bu
amaçla PC tabanlı yapı kurulması, ilk aşamada tekerlekli
bir yapı oluşturulması vardır.
Üretilecek prototipin modüler olması robotun üzerinde
herhangi bir çalışma için kolaylık sağlayacaktır.
Modüler çalışılması, konusunda uzman olan ve bu
gelişim sürecine katkıda bulunacak olan kişiler içinde
gelecekte kolaylık sağlayacaktır. Modüler yapıda,
görme, işitme, PC tabanlı hafıza ve çalışma, basit ama
işlevsel kollar ve hareket etmesini sağlayacak tekerlekli
sistem bulunacaktır.
TEŞEKKÜRLER
MECE407/408 “Undergraduate Research Projects
I/II” dersi kapsamında yürütülen insansı robot
projesinde, dersin sorumlusu öğretim görevlisi Aylin
Konez Eroğlu’na destek, katkı ve yardımlarından dolayı
teşekkür ederiz
KAYNAKÇA
(1) Neo, E, S., Sakaguchi, T., Yokoi, K., (2006), “A Behavior Level Operation System for Humanoid Robots”,
Nippon Robotto Gakkai Gakujutsu Koenkai Yokoshu, Vol.24, pg.327-332.
(2) Nishimura, Y., Kushida, K., Dohi, H., Ishizuka, M., (2005), “Development and psychological evaluation of
Multimodal Presentation Markup Language for Humanoid Robots”, 5th IEEE-RAS International Conference
on Humanoid Robots, Tsukuba Japan, pp.393-398.
(3) Kanda, T., Sato, R., Saiwaki, N., Ishiguro,H, (2007), “A Two-Month Field Trial in an Elementary School for
Long-Term Human–Robot Interaction” Towards a human–robot symbiotic system”, IEEE Transactions on
Robotics, vol.23, pp.962-971.
(4) Yokoyama, K., Handa, H., IsozumiI, T., Fukase, Y., Kaneko, K., Kanehiro, F., Kawai, Y., Tomita, F.,
Hirukawa, H., (2003), “Cooperative Works by a Human and a Humanoid Robot”, International Conference
on Robotics & Automation Taipei, Taiwan, pp.2985-2991.
(5) Minato, T., Yoshikawa, Y., Noda, T., Ikomoto, S., Ishiguro, H., Asada, M., (2007), “A Child Robot with
Biomimetic Body for Cognitive Developmental Robotics”, Japan Science and Technology Agency Graduate
School of Engineering, Osaka University.
(6) Kawamura, K., (2005), “Cognitive Approach to a Human Adaptive Robot Development”, IEEE International
Workshop on Robot and Human Interactive Communication, Vanderbilt University Nashville Tennessee
Vol.21, pp. 210-216.
(7) Riley, M., Ude, A., Atkeson, C., Cheng,G., (2006), “Coaching: An Approach to Efficiently and Intuitively
Create Humanoid Robot Behaviors”, Humanoid Robots, 6th IEEE-RAS International Conference, Japan pp.
567-544.
(8) Wu, T., Butko, N., J., Ruvulo, P., Bartlett, M., S., Movellan, J., (2009), “Learning to Make Facial Expressions”,
IEEE International Conference on Development and Learning, Shanghai, China, pp.1-6.
(9) Su, B., A., (1985), “Giysi tasarımına yönelik antropometrik verilerin derlenmesi ve giyim standartlarının
saptanması”, Doktora Tezi, Dokuz Eylül Üniversitesi Fen Bilimleri Enstitüsü.
(10) Atkeson, C., G., Hale, G., J., Pollick, F., Riley, M., Kotosaka, S., Schaal,S., Shibata, T., Teviata, G., Ude ,A.,
Vijayakumar, S., Kawato, E., Kawato, M., 2009, “Using Humanoid Robots to Study Human Behavior”, IEEE
Intelligent Systems, Humanoid Robotics, pp.46-556.
(11) Kanda, T., Ishiguro, H., Imai, M., Ono, T., (2004), “Development and Evaluation of Interactive Humanoid
Robots”, Proceedings of the IEEE (Special issue on Human Interactive Robot for physical Enrichment), Vol.
92, no.11, pp.960-967.
40
GÖMÜLÜ SİSTEMLERDE GERÇEK ZAMANLI SİSTEM UYGULAMALARI
Ahmet Taha ÖZCAN, [email protected] Atılım Üniversitesi, 06836, Ankara
Çağrı ÇALIŞKAN, [email protected] Atılım Üniversitesi, 06836,Ankara
Fırat TANSU, [email protected] Atılım Üniversitesi, 06836, Ankara
Serazat YURTSEVEN, [email protected] Atılım Üniversitesi, 06836,Ankara
Bülent İRFANOĞLU, [email protected] Atılım Üniversitesi, 06836,Ankara
ÖZET
Son yıllarda araştırmacıların ilgisini çeken gömülü ve gerçek sistemler ile ilgili pek çok çalışma yapılmaktadır. Atılım
Üniversitesi’nde gömülü ve gerçek zamanlı sistemler araştırma projesi 2009-2010 eğitim yılında başlatılmıştır.
Projenin uzun vadeli hedefi, gömülü ve gerçek zamanlı sistemlerin mekatronik mühendisliği alt yapısı kullanılarak
günümüz teknolojisine faydaları ve gelecekte olası yeni teknolojiler ile uyumluluğunu sağlamaktır. Projenin bu
evresindeki amacı ise, gerçek zamanlı ve birden çok görevi olan sistemlerin, kavramsal açıklamaları, gerçek
zamanlı olmayan diğer sistemlerde kullanılabilecek avantajlı durumları ve kaynaklardaki diğer gerçek zamanlı
sistemlerle karşılaştırılmaktır.
ANAHTAR KELİMELER
Gerçek zamanlı, birden çok görevli, gömülü sistem.
ABSTRACT
In recent years, attracting the attention of researchers, many studies related to embedded and real systems are
made. University of Atilim, the embedded and real-time systems research project was initiated in the 2009-2010
school year. Long-term goal of the project, mechatronics engineering of embedded and real-time system using the
infrastructure of today’s technology benefits, and possible future is to ensure compatibility with new technologies.
The purpose of this phase of the project, the real-time systems with multiple tasks and conceptual explanations,
real-time systems can be used in other non-bargaining position and resources in comparison with other real-time
systems.
KEYWORDS
Real time, multitasking, embedded system.
41
1. GİRİŞ
Gömülü ve greçek zamanlı sistemlerin günümüzde
kullanım alanlarından farklı olarak çeşitli alanlar ortaya
çıkacağı ve kullanılırlığının artacağı öngörülmektedir.
Gömülü ve gerçek zamanlı sistemlerin, bu çalışmadaki
hedefi ile Atılım Ünivsrsitesi Mekatronik Mühendisliği
Bölümü dersleri kapsamında, gelecekte yapılacak
sistemlere alt yapı oluşturmak ve bu oluşturulan alt yapının
verimli olarak kullanılabilirliğini arttırmaktır. Bu sayede
mekatronik mühendisliği ile gömülü ve gerçek zamanlı
sistemleri harmanlayarak, kullanılırlığını arttırmaktır.
Konuya bakış açısı kazanabilmek amacı ile 2. bölümde,
yayın taraması yapılmıştır. Konu hakkında bilgi
edinebilmek amacı ile 3. bölümde, gömülü ve gerçek
zamanlı sistemlerin genel hatları ile açıklamalarına
değinilmiştir.Ayrıca,gömülüvegerçekzamanlısistemleri
anlayabilmek ve bu sistemlerin uygulanabilirliğini
test edebilmek amacı ile 4. bölümde, gerçek zamanlı
sistem uygulamaları yapılmıştır. Sistemin uygulaması
5. bölümde, fiziksel model ile yapılmıştır. 6. bölümde
gelecek çalışmalardan bahsedilmiş ve son olarakda 7.
bölümde bütün bölümler sonuçlandırılmıştır.
2. YAYIN TARAMASI
Gömülü ve gerçek zamanlı sistemler araştırma
projesinin ana temasını oluşturan kaynak taraması,
36 makaleye yakın kaynaktan elde edilen verilere
göre yapılmış ve kaynak gösterilebilecek makaleler,
sınıflandırma bilimine başvurularak hazırlanmıştır.
Gömülü ve gerçek zamanlı sistemler çalışmalarında
öne çıkan konular: Mikrodenetleyici uygulamaları (1),
gerçek zamanlı işletim sistemleri genel bir bakış (2),
gerçek zamanlı işletim sistemleri (3), gömülü sistemler
me mikroişlemciler (4), gerçek zamanlı işletim
sistemleri (5) olarak sıralanabilir.
3. GÖMÜLÜ VE GERÇEK ZAMANLI
SİSTEMLER
Gömülü ve gerçek zamanlı sistemler, genel olarak bir
işlemci yardımı ile en kısa zamanda en çok verimi elde
edebilmek için tasarlanan sistemlerdir. Bu sistemlere
örnek olarak, hemen her taşıtta kullanılan kilitlemeyi
önleyici fren sistemleri (ABS) verilebilir.
3.1 Gömülü Sistemler
Kendi bünyesinde barındırdığı işlemci ile önceden
programlanmış, belirlenen işleri yapabilen sistemler
genel hatları ile gömülü sistem olarak tanımlanır.
Ayrıca, gömülü bir sistemin çekirdeğini, belirli bir
sayıdaki görevi yerine getirmek için programlanan
mikroişlemciler ya da mikrodenetleyiciler oluşturur.
Kullanıcılarınüzerindeistediğiyazılımlarıçalıştırabildiği
genel maksatlı bilgisayarlardan farklı olarak, gömülü
sistemlerdeki yazılımlar yarı kalıcıdırlar ve donanım
yazılımı (firmware) ismiyle anılırlar (6).
42
3.2 Gerçek Zamanlı Sistemler
Gerçek zamanlı sistemler mantıksal, işlevsel ve zamansal
doğruluğa sahip olması gereken sistemlerdir. Gerçek
zamanlı işletim sistemleri (3) bu konu için en önemli
araştırmalardandır. Bu sistemler kesme fonksiyonunun
kullanılamadığı yerlere uygulanır.
Kesme fonksiyonu; bilgi işlemede donanımsal olarak
olağanüstü durumu belirtmek için gönderilen asenkron
sinyal veya yazılımda işletimde değişiklik olacağını
göstermek için ihtiyaç duyulan senkronize olaydır.
Kesme fonksiyonu genellikle komut kümesi içindeki
bir komut gibi yürütülür. Bu fonksiyon, genellikle çok
görevli bilgisayarlarda özellikle gerçek zamanlı bilgi
işlemede kullanılan bir tekniktir.
Genel olarak gerçek zamanlı sistemleri katı, sıkı ve
yumuşak gerçek zamanlı sistemler olmak üzere üç
bölüme ayırmak mümkündür (7). Bunlara örnek vermek
gerekirse; nükleer reaktör kontrol sistemleri katı, üretim
tesislerindeki kontrol sistemleri sıkı, UNIX (MAC OS)
işletim sistemi yumuşak gerçek zamanlı sistemlerdir (2).
Bu ayırmada temel alınan husus, sistemlerin çalışması
sonucunda sistemlerde oluşan göz yumulabilinecek
hata miktarlarının sonucu ne kadar etkilediğidir. Katı
gerçek zamanlı sistemlerde göz yumulabilinecek en
küçük hata miktarı dahi istenmez çünkü bu küçük hata
miktarlarının beklenen sonucu tamamen değiştirip,
istenmeyen sonuçlara yol açabileceği bilinmektedir. Sıkı
gerçek zamanlı sistemler ise sistemin çalışması sonucu
ortaya çıkan hata miktarlarının göz ardı edilebildiği
alanlarda kullanılır. Yumuşak gerçek zamanlı sistemler
ise sistemin çalışması sonucunda oluşan gecikmelere ve
hata miktarlarına göz yumulabilen, bu gecikme ve hata
miktarlarının sonucu çok fazla etkilemediği sistemlerdir.
3.3 Gömülü ve Gerçek Zamanlı Sistemler
Gömülü sistemleri, gerçek zamanlı olarak çalıştıran
sistemlerin tümü, gömülü ve gerçek zamanlı sistemler
olarak adlandırılır (8). Gerçek zamanlı sistemlerde ana
program çalışma durumunda iken, araya farklı ve alt
program girdiğinde ana program çalışmaya devam eder.
Gerçek zamanlı ve gömülü sistemlerin ürüne birarada
uygulanması, farklı ve karmaşık teknolojilerin
geliştirilmesine olanak ve kolaylık sağlar. Uçakların
kokpit sistemleri, araçlardaki hava yastıkları bu durumu
açıklayan önemli örnekler olarak verilebilir.
3.3.1 Yarar Kazanımları
Genellikle bu sistemlerin düşük performans
gereksinimleri olur. Bu sistemler donanımını, maliyeti
düşürmek için basitleştirme olanağı tanır.
Gömüllü sistemler, yıllarca hatasız bir şekilde çalışacağı
varsayılan donanımların içinde bulunur. Sistemler belirli
bir amaca yönelik olduğu için tasarım mühendisleri
ürünün boyutunu ve maliyetini azaltarak sistemi
optimize edebilir (5). Gömülü sistemler genellikle
büyük miktarlarda üretildiği için maliyeti düşürür.
3.3.2 Yarar Yitirimleri
Bu sistemlerin uygulanması zor ve Ar-Ge çalışmaları
aşamasında
yatırım
gerektiren
durumlar
oluşturmaktadır. Bunun sebebi ise, tek bir amaca
yönelik çalışmaya izin veren sistemler olmasıdır (4).
Gömülü ve gerçek zamanlı sistemleri hız ve maliyet
ile karakterize etmek zor olmakla beraber, maliyeti
azaltan yüksek hacimli sistemler öncelikli tasarım
hedefidir. Bazı gömülü sistemler istenen görevleri
yerine getirmek için, yüksek performanslı merkezi
işlemci birimi (central processing unit), özel donanım
ya da büyük belleklere ihtiyaç duyabilir.
3.3.3 Gömülü ve Gerçek Zamanlı
Sistemlerde Kullanılan Algoritmalar
Gerçek zamanlı bir sistem hazırlanırken birden çok algoritma
kullanılabilir. Gerçek zamanlı sistem programlaması
yaparken uygulanabilecek algoritmalar aşağıda verilmiştir.
Yardımcı Zamanlama: Gömülü ve gerçek zaman
algoritması kullanıldığında zamanlama ön plana çıkmıştır.
Program-da belirtilen zamanlara göre önem sıraları atanır.
Sonsuz Öncelikli Zamanlama: Bu algoritmada
görevler birbiriyle iş birliği içinde değildir.
Round-Robin Zamanlaması: Round-Robin işlemler
için basit çizelgeleme algoritmalarının eşit bölümlerinde
her işlem için zaman dilimleri atar.
Sabit Öncelikli Sonsuz Zamanlama Önleyici: Bu
algoritma yapısında belirlenen sabit bir öncelik vardır
ve görevler işbirliği içinde değildir.
Gecikmeli Önalım ile Sabit Öncelikli Zamanlama:
Bu algoritmada programda belirlenen sabit bir öncelik
bulunmaktadır. Ayrıca programda belirlenen görevler
ve gecikme zamanları mevcuttur.
Sabit ve Sonsuz Öncelikli Olmayan Zamanlama: Bu
algoritmada görevler işbirliği içindedir.
Kritik Bölümlü Sonsuz Öncelikli Zamanlama:
Görevler birbirleriyle iş birliği içinde değildir. Ancak
diğer görevler programda belirtilen kritik bölümde
devreye girer.
Erken Saatli Birinci Yaklaşım: Erken Saat Önce
(Earliest Deadline First) zamanlama algoritması gerçek
zamanlı işletim sistemlerinde kullanılmaktadır. Bir
önce-lik sırasına programda olan süreçleri yerleştirir.
3.3.4 Gömülü ve Gerçek Zamanlı
Sistemlerin Çeşitliliği ve Market Ürünleri
Ticari olarak kullanılan birçok gerçek zamanlı işletim
sistemleri mevcuttur. Bu işletim sistem-lerinden
bazılarının karşılaştırılmaları Tablo 1’de verilmiştir.
4. GERÇEK ZAMANLI SİSTEM
ÇALIŞMALARI
Gerçek zamanlı sistemler incelenirken konuyu daha
iyi anlayabilmek için 5 farklı çalışma yapılmıştır. İlk üç
çalışmada ki amaç öncelikle gerçek zamanlı sistemlerin
C dilindeki kullanımını incelemektir.
Çalışma 1-LED Uygulaması: İlk çalışmada 5 adet
LED’in mikro denetleyiciye bağlanması ve bu LED’lerin
aşağıda belirtilen zaman aralıklarında LED’in açılıp
kapatılması sağlamıştır.
• Birinci LED 500 ms (2 Hz),
• İkinci LED 750 ms (1.33 Hz),
• Üçüncü LED her saniye de,
• Dördüncü LED her iki saniye de,
• Beşinci LED her dört saniye de
Tablo 1-Ticari Gerçek Zamanlı Sistemlerin Karşılaştırılması(9)
Üretici Firma Adı
Zaman
Çizelgelemesi
Başlık
Önemlilik
Dereceleri
Eşzamanlama
Mekanizması
Önem
Konumu
Değiştirme
Gelişitirici Konakları,
Kernel Karakteristikleri ve
Davranış Metrikleri
amx
kadak
sonsuz öncelikli
mevcut
değil
postakutusu veya mesaj
değişimi yöneticisi
Mevcut
Windows. Önceden
tanımlanmış AMX görevleri ve
PALM OS için sürcü dosyaları
cortex,
Australian RealTime Embedded
Systems.
embOS,
segger
eRTOS, JK
Microsystems
delta os,
coretek
eşit bölümlerinde
her işlem için zaman
dilimleri atar., Zaman
bölümleme
dilimleri atar.
dilimleri atar.
dilimleri atar.
62 farklı
önem
tanımı
255 farklı
önem
tanımı
256
farklı önem
tanımı
256 farklı
önem
tanımı
önem konumu
değiştirme kaynak
kilidi, monitörler ve
sayma sema-forları
mevcut
değişimi yöneticisi
mevcut
değil
mesajlaşma
mevcut
değil
değişimi yöneticisi,
zamanlayıcılar ve mesaj
sıralayıcılar
Mevcut
Windows, Solaris, Linux
Windows, Linux. Her görev
için kusursuz zamanlama
bilgisi toplama.
Windows, DOS Yüksek hızda
kesme fonksyionu yollama
yetisi, eMath adında genel
amaç içeren matematik
kütüphanesi
Windows, Linux. Maksimum
kesme gecikmesi 13ms.
43
Çalışma 2-Rastgele Sayı Üretici: Bu çalışma da 8 adet
LED kullanılmış ve gerçek zaman kütüphanesinden yararlanılarak rastgele sayı üretilmesi sağlanmıştır.
Görev 1: İlk LED’in her 400 ms’de (2.5 Hz) açılıp
kapatılmasıdır,.
Görev 2: Butona basıldığında ise 7 LED’ten herhangi
birini ya da birden fazla LED’in rastgele açılmasıdır.
Çalışma 3-Seri İletişim Kullanılarak Voltmetre
Uygulaması:Buçalışmadahaönceyapılançalışmalardan
daha kapsamlı bir çalışmadır. Bu çalışmada mikro
denetleyiciye giren analog veri, dönüştürücüde dijital
veriye çevrilmiştir. Ancak bu çalışma mekatronik
mühendisliği için yeterli bir uygulama değildir. Çünkü
uygulanan çalışmada mekanik ve elektronik yapı
birleştirilememiştir ve çalışmanın mekanik kısmı
elektronik kısmına göre eksik kalmıştır. Bu projedeki
asıl amaç Mikro- denetleyicinin analog veri girişinden
devamlı bir değer okunarak, seri iletişim protokolu ile
işlemciye aktarılırken gerçek zaman kütüphanesinden
faydalanılmıştır. Aşağıdaki şekil mikro denetleyici ve
bilgisayar arasındaki iletişimi göstermektedir.
Voltaj
okuma
işlemi
Devamlı yanıp
sönen LED
RS232
Şekil 2 3. Çalışmanın İletişim Şematiği
Görev 1: İlk LED’in her 400 ms (2.5Hz)’de açılıp
kapatılması.
Görev 2: “AN0” kanalındaki analog voltajın 100ms
(10Hz) aralıklarla okunması
Görev 3: Belirlenen bir kanaldan bu veriler seri
haberleşme yardımıyla bilgisayara aktarılıp bilgisayar
ortamında bu veriler okunacaktır.
Çalışma 4- Yangın Alarmı: Bu sisteme daha fazla görev
yüklemek mümkündür. Bunlar, harici belleğe (EEPROM)
geçen bilgilerin kontrolü ve analizini içerebilir. Ancak
bunların hepsi numaratör görevine bağlı değişken
önem derecelerine sahip olacaktır. Ana program olarak
tanımlanan Dönüştür ve Alarm_Ac görevlerine bağlı
olarak değişmesi istenen farklı sayıda görevler daha
44
düşük önem derecesine sahip olacaktır. Bunlar genelde
sistemin ayarı ve kullanıcı ara yüzü ile ilgili olarak
değişebilir. Bir yangın alarmı için gerekli önem derecesi
tanımlama algoritması aşağıda verilmiştir.
Görev_Dönüştür()
Önem Derecesi: 1
Yangın alarmı için termometre değerlerini sürekli
kontrol et.
Durum: Her 40 milisaniyede çalış.
Yükümlülükler:
1. Analog termometre voltaj değerlerini dijital değere
dönüştür.
2. Dijital değerleri eşik değeri durumuyla karşılaştır.
Görev_Alarm_Ac()
Önem Derecesi : 1
İki görevin aynı önem derecesi değerini alması olası bir
durum olarak belirtilmiştir. Ancak bu görev yukarıda
gösterilen görevden sonra çalışacaktır. Burada RTOS
algoritmalarından biri olarak gösterilen RoundRobin algoritması kullanılır. Birinci görev sürekli
aktif olduğundan bu durum kesme fonksiyonu olarak
nitelendirilebilir.
Durum: Beklemeli.
Yükümlülükler:
1. İlk görevle aynı önemde. Çalışma süresi Dönüştür
görevinin bitiminde olarak belirtilir.
2. Alarm sesini aç/kapa.
Görev_Göster()
Önem Derecesi: 2
Çok sık olmaması gereken bir görev olduğundan önem
derecesi olarak son sıralardadır.
Durum: Her 20 milisaniyede bir çalış.
Yükümlülükler:
1. Giriş değerlerini kontrol et.
2. Potansiyometre ayar değişimini kontrol et.
3. EEPROM çağrılarını kontrol et.
4. Alan gösterme girişlerini kontrol et.
Çalışma 5-Salvo İşletim Sistem Uygulaması: Bu
çalışmada diğer çalışmalardan farklı olarak ticari bir
ürün olan Salvo kullanılmıştır. Bu çalışmanın amacı
gerçek zamanlı sistemlerde iki görevde aynı önemde
olursa, nasıl bir yol izlenmeli, nasıl bir programlama
yapılması gerektiği incelenmiştir. Daha önceki
çalışmalarda kullanılan C diline ek olarak Salvo’da
tanımlan bazı Salvo servisleri kullanılmıştır. Bu
çalışmada “Designing Embedded Systems with PIC
Microcontroller” kitabından yararlanılmıştır (14)
Örnek “task” görev tanımlama aşağıdaki gibidir;
_OSLabel(Count_Task1)
_OSLabel(Display_Task2)
Bu bölümde başka bir şekilde “tasks” yani “görevler”
tanımlanmaktadır. Aşağıdaki gibi gösterilmiştir.
//Create Tasks
OSCreateTask (Count_Task, OSTCBP (1), 10)
OSCreateTask (Display_Task,OSTCBP (2), 10)
Bu bölüm ise Salvo’da kullanılan başka bir özel yapıdır.
Bir görev yaratır ve başlar (yani yapar uygun).
(1) Pointer görev adresi başlayan - genellikle görevin
adı.
(2) Pointer görev TCB (görev denetim bloğu için).
(3) Öncelik-bir numara 0 (en yüksek) için 15 (en
düşük).
5. GÖMÜLÜ, GERÇEK ZAMANLI VE BİRDEN
ÇOK GÖREVLİ SİSTEMLERİN FİZİKSEL
MODEL ÖNERMESİ
Projenin amacı olan, gömülü ve gerçek zamanlı
sistemlerin uygulanması için belirlenen fiziksel
model olarak, ters sarkaç sisteminin kullanılması
uygun görülmüştür. Fiziksel model olarak ters sarkaç
seçilmesinin en önemli nedeni ise gömülü ve gerçek
zamanlı sistemlerin uygulamasının geliştirilebilirlik,
uygulanabilirlik ve mekatronik mühendisliği ile
ilişkilendirilmesine olanak tanıması olmuştur.
5.1 Ters Sarkaç
Ters sarkaç sistemi, uzay düzleminde, x-z koordinatlari
arasında hareket eden, uzunluğu, kalınlığı ve ağırlığı
belirli bir çubuğun, +y düzleminde sabit kalmasını
amaçlayan sistem olarak tanımlanabilir. Ters sarkaç
sistemi ve koordinat düzlemi Şekil 1’de gösterilmiştir.
Şekil 1-Ters Sarkaç
Ters sarkaç sisteminde amaç, çubuğa her hangi bir
koordinat üzerinden uygulanan bir kuvvete karşılık,
çubuğun +y düzleminde sabit kalmasıdır. Bu amaça
ulaşabilmek için ters sarkaç, iki tekerlek ile x-z
koordinatlarında hareket eden bir platform üzerinde
bulunmaktadır. Bu platform bir düzenek üzerinde
hareket edebilen birleşik bir sistemdir. Ters sarkacın
oluşturulması için öncelikle matematiksel modeli
çıkartılmış. Matematiksel modelin uygunluğu test
edildikten sonra, sistemin fiziksel model üretimi
yapılmıştır. Son olarak bu fizksel modele yazılım ve
donanım eklentilieri aktarılmıştır. Sarkacın fizksel
modelini çıkartırken mekaniksel ve elektroniksel
modeller birlikte düşünülmelidir.
6. GÖMÜLÜ VE GERÇEK ZAMANLI
SİSTEMLERDE MUHTEMEL VE
YAPILABİLECEK ÇALIŞMALAR
Gerçek zamanlı işletim sistemlerinin faydalarının
daha net bir şekilde anlaşılabilmesi için Mekatronik
Mühendisliği kavramına da uygun olan elektronik,
mekanik ve yazılım içeren ters sarkaç uygulaması
geliştirilebilir. Gerçek zamanlı işletim sistemlerinin
farkını görebilmek için sarkaç sisteminin aynı anda
farklı uygulamalar yapması sağlanabilir. Bu farklılıklar
sarkacın hareket halinde olan bir araç üzerine eklenip
aracın hem sarkacı dik bir konumda tutması ve
aynı anda karşılaştığı engellerden kaçması şeklinde
uyarlanabilir. Ek olarak, bu aracın slalom bir çizgi takip
etmesi özelliği de eklenebilir. Böyle bir çalışmanın
yapılabilmesi için hareket halinde olan aracın öncelikli
görevlerinin ayrı bir şekilde tanımlanması ve bu
görevler için gerekli zaman aralıkları belirlenmesi
gerekmektedir. Farklı programlama yöntemleri ile
karşılaştırılabilmesi için ise, tekrar farklı bir görev
tanımlanarak algılayıcıdan gelen bilginin bir gösterge
ekranına yazılması istenebilir. Böylelikle sistemin aynı
anda yolu takip ederken, engeli algılaması ve sarkacı dik
tutma performansı ekran üzerinde, belirtilmiş zaman
aralıklarına göre, incelenmiş olur. Bu projede, en yüksek
derecede önemli olan görevler sarkacın dik durması
ve engeli algılaması olacaktır. Bu durumda iki görevde
eşit düzeyde ve en yüksek öncelikte bulundurulmalıdır.
Sarkacın dik durma durumu belirli zaman aralıklarında
kontrol edilmeli, engel algılanan görevi ise durumun
gerçekleşme anında devreye girmelidir. Başka bir
deyişle engel algılama görevi, sarkacın dik tutulması
görevine bağlı olarak bekleme durumunda olmalıdır.
Zamanlama algoritmalarında verilen bilgiler ışığında
buna en uygun yöntem Round-Robin algoritması
olacaktır. Bunun sebebi, aynı önceliğe sahip olan iki
görevde kullanılan en uygun metot olmasıdır. Verilerin
ekranda gösterilmesi görevi ise diğer görevlere göre
daha düşük bir önceliğe sahip olacaktır. Bunun sebebi
ise verilerin ekranda gösterilmesi görevinin, sistemin
45
yapması gereken öncelikli görevlerden biri olmamasıdır.
Mikro denetleyicinin harici belleğinde (EEPROM)
bulunan bilgileri kontrol etme ve ona göre fazla görev
ekleme gerçek zamanlı işletim sistemlerinin faydalarını
daha ön plana çıkarabilir. Ancak fazladan eklenen
görevler, kullanılacak olan mikro denetleyicinin teknik
özelliklerine göre farklılık gösterebilir.
sistemlerin nasıl kullanıldığından bahsedilmiştir.
Yapılan bu araştırma projesinde gerçek zamanlı
sistemlere örnek çalışmalar verilmiştir. Ayrıca
gerçek zamanlama sistemlerinin algoritmasının
nasıl olması gerektiği ve örneklerinden belirtilmiştir.
En son olarak gelecekte yapılabilecek çalışma
önerisinde bulunulmuştur.
Gömülü sistemler, birden çok görevli sistemler
ve gerçek zamanlı sistemler bu makalede detaylı
bir şekilde incelenmiştir. Neden gerçek zamanlı
sistemlerin kullanıldığı ve gerçek zamanlı
Bu çalışma Öğr. Gör. Aylin Konez Eroğlu’nun
koordinatörlüğünü yaptığı MECE 407- 408
Lisans Araştırma Projesi I-II dersleri kapsamında
yürütülmüştür.
7. SONUÇ
TEŞEKKÜRLER
KAYNAKÇA
(1)
(2)
(3)
(4)
(5)
(6)
Doğan İ., (2008), “Advanced PIC Microcontroller”, Elsevier, pp. 524-539.
Ceneno W., Laplante P., (2007), “An Overview of Real-time Operating Systems”, JALA, pp. 40-45.
Baumann C., (2009), “Real Time Operating Systems (RTOS)”, University of Innsbruck
Coşgun F., (2007), “Gömülü Sistemler Ve Mikroişlemciler”, Kocaeli Üniversitesi.
Yıldırım K. S., (2007), “Gerçek Zamanlı İşletim Sistemleri”, Ege Üniversitesi
Khwan. S., Kulworawanichpong T., Srikaew A., Sujitjorn S., (2004), “Neuro Tabu-Fuzzy Controller To
Stabilize An Inverted Pendulum System”, IEEE
(7) Christian Baumann, 2009, “Real Time Operating Systems(RTOS)”, University of Innsbruck
(8) Sukontanakarn V., Parnichkun M., (2009), “Real-Time Optimal Control for Rotary Inverted Pendulum”,
www.scipub.org/.../ajas661106-1115.pdf
(9) Yerraballi R., (2000), “Real-Time Operating Systems: An Ongoing Review”, University of Texas at Arlington
46
ADAPTİF KONTROL İÇİN ELEKTRO-EROZYON İLE İŞLEMEDEKİ VURUM
ŞEKİLLERİNİN ARAŞTIRILMASI
Alper ŞAHİNÖZ, [email protected] Atılım Üniversitesi, 06836, Ankara
Anıl ORMAN, [email protected] Atılım Üniversitesi, 06836, Ankara
Caner DURMUŞOĞLU, [email protected] Atılım Üniversitesi, 06836, Ankara
Mert BABACANOĞLU, [email protected] Atılım Üniversitesi, 06836, Ankara
Abdulkadir ERDEN, [email protected] Atılım Üniversitesi, 06836, Ankara
ÖZET
Bu projede, Elektro-Erozyon (EDM) ile işleme sırasında meydana gelen vurum takımlarının, parça kalitesini
arttırmak için, osiloskop yardımıyla farklı parametreler doğrultusunda değişimi incelenmiştir. Alınan örnekler
doğrultusunda, farklı parametrelerdeki farklı vurum takımları incelenmiş, ayrıştırılmış ve sonuçta işlenen
parçanın kalitesini yükseltmek hedeflenmiştir. Osiloskop yardımıyla toplanan örnekler bilgisayarda ilgili yazılımla
ayrıştırılmıştır. Bu ayrıştırma işlemi yapılırken, normalde ark, açık devre, kısa devre ve boşalım olan vurum
takımları ikiye ayrılmıştır; istenilen doğru vurumlar ve istenilmeyen yanlış vurumlar. İstenilen doğru vurum
boşalımdır çünkü en yararlı parça işleme, tezgah doğru boşalım parametrelerinde çalışırken sağlanmaktadır.
ANAHTAR KELİMELER
Elektro-erozyon, EDM, adaptif kontrol, boşalım, kısa devre, açık devre, ark, vurum takımı.
ABSTRACT
In this project, the changings of pulse trains while machining with Electric Discharge Machining (EDM) in different
parameters are observed by oscilloscope. Towards the samples, different pulse trains in different parameters
are observed, analyzed and finally increase of the workpiece quality is aimed. The samples that are collected by
oscilloscope are analyzed via related computer software program. The pulse trains which are identified as arc,
open circuit, short circuit and spark are grouped into two categories: desired true pulses and undesired wrong
pulses. The desired true pulses are sparks because the most efficient machining is provided when the EDM is
machining in spark parameters.
KEYWORDS
Electric discharge machining (EDM), spark, short circuit, open circuit, arc, pulse trains.
47
1. GİRİŞ
Elektro-Erozyon ile işleme bilindik geleneksel parça
işleme yöntemlerinden farklı olarak parçayı seri
bir şekilde elektrik erozyonuna uğratarak işleme
yöntemidir. Elektro-Erozyon ile işleme (Electric
Discharge Machining-EDM) karmaşık biçimlerin ve
alışılmış yöntemlerle sertliği nedeniyle işlenmesi
zor olan malzemelerin işlenmesinde kullanılan bir
yöntemdir (1). Parça işleme sırasında kullanılan
malzemeler elektriksel iletken olmalıdır. ElektroErozyon tezgahında parça işlemek için farklı yüklenmiş
iki iletkene ihtiyaç vardır; bunlardan biri işlenecek
malzeme diğeri ise elektrottur. Bu iki malzeme arasında
iletkenliği sağlamak ve talaşları uzaklaştırmak içinse
dielektrik özelliklere sahip sıvı kullanılmaktadır.
İşleme esnasında işlenen madde ve elektrot birbirine
değmemektedir. Bütün bunlar sağlandıktan sonra,
parça kalitesindeki artış asıl amaçlarımızdan biridir.
1.1 Elektro-Erozyon İle İşlemedeki
Değişkenler
EDM ile parça işleme sırasında birçok değişken vardır.
(2) Elektriksel Aşındırma ile İşlemenin (ElektroErozyon) çok parametreli bir malzeme işleme yöntemi
olduğu düşünüldüğünde, tezgah parametreleri ile
işleme performansı arasında bağıntılara varılabilmesi
için tezgah değişkenlerinin sistem performansı
üzerindeki etkilerinin incelenmesi gereği vurgulanmış
olur. Bu değişkenlerin başlıcaları aşağıda verilmiştir.
1. Elektriksel Parametreler: Vurum süresi, vurum ara
süresi, boşalım akımı, vurum dalga biçimi (kare,
step, trapezoidal, kapasitif, vb.),
2. Dielektrik Sıvı Parametreleri: Dielektrik sıvı basıncı,
sıvı içindeki parçacık yoğunluğu, parçacık boyutları
ve biçimi, dielektrik sıvı sıcaklığı, dielektrik sıvı tipi,
dielektrik sıvı viskozitesi, vb.,
3. Elektrodun Dikey Hareketini Sağlayan Hidrolik
Servo Sistemin Vurum Biçimlerine Gösterdiği Tepki
Hızı (Servo System Response),
4. İş parçası ve Elektrodun İşleme Yüzeylerinin Biçim
ve Boyutları,
5. İş parçası ve Elektrot Malzemesinin Özellikleri: Isıl,
mekanik, metallurjik özellikler.,
6. Diğerleri: Elektrot titreşimi, vb.,
Bu parametreleri belirleyen en temel özellikler; tezgahın
değişkenleri, dielektrik sıvının çeşitli, iş parçası ve
elektrodun yüzey ve özellikleridir. Bu çalışmada tezgah
üzerinde değiştirilen parametreler ise; güç seviyesi,
ark aralığı, geri çekilme aralığı ve bekleme süresidir.
Bu parametreler arasında değişiklikler yapılarak farklı
vurum (voltage/akım) örnekleri osiloskop yardımıyla
alınmıştır. Bu değişken parametreler sayesinde alınan
farklı örneklerden yola çıkılarak, EDM tezgahının
48
farklı parametrelerde verdiği farklı vurum grafikleri
toplanmıştır. Bu toplanan vurum takımları 4 ana grupta
incelenmiştir. Bunlar ark, kısa devre, açık devre ve
boşalımdır. Parça işleme kalitesini arttıra bilmek için
bu vurumlar üzerinde inceleme yapmak gerektiği esas
alınmıştır. Toplanan birçok örneğin analiz edilmesi,
analizinin yapıldıktan sonra ise bu vurum takımları
esas alınarak ayıklanması asıl amaçlarımızdan
bir tanesidir. Vurum zincirlerinin özelliklerinin
belirlenmesi ise, vurumların karakteristik özelliklerinin
en iyi şekilde belirlenmesi ve bilgisayar tarafından
algılanmasını sağlayacak yaklaşımların geliştirilmesi ile
mümkündür. Bu nedenle, öncelikle vurum özelliklerinin
sınıflandırılması zorunludur (3).
2. VURUMLARIN ARAŞTIRILMASI
Projenin ilk aşaması olarak Elektro-Erozyon
tezgahından osiloskop yardımıyla örnek vurum
takımlarının grafikleri toplanmıştır. Daha sonrasında
bu grafiklerin analizinde kullanılabilecek algoritmanın
oluşturulabilmesi için vurumların grafiklerdeki voltaj
değişimleri tartışılıp yorumlanmıştır. Bu yorumların
sonucunda vurumların arasındaki farklılıklar Şekil
1’de gösterildiği gibi (4) belirlenmiş olup farklılıkların
osiloskop yardımı ile görüntülenmesi (5,6) ve bilgisayar
ortamında ayrıştırılabilmesine olanak sağlayabilecek
bir algoritma tasarlanmıştır.
gap voltage
vo discharge
vd
t1
open circuit
td
ts
Id - Discharge current
td - Discharge time
tı - Tim-lag
tp - Pause time
ts - Pulse (spark) time
vd - Discharge voltage
vo - Open circuit voltage
tp
ts
tp
short circuit
ts
arc.
tp
ts
time
gap current
Id
Şekil 1-Vurum Çeşitleri (4)
time
Bu algoritmayı kullanarak vurum grafiklerinin çoklu
olarak analiz edilebilmesini sağlayan bir program
geliştirilmiştir.
2.1 Veri̇leri̇n Örneklenmesi
Elektro-Erozyon tezgahının oluşturduğu vurumlar
öncelikle osiloskop yardımı ile gözlemlenmiştir.
Osiloskopun 100 mikro saniyelik periyot ayarı
kullanılarak farklı vurum şekilleri içeren yaklaşık 200
grafik Şekil 2’deki gösterildiği gibi kaydedilmiştir.
kolaylığı, programın geliştirilme sürecini kısaltmıştır.
Program, öncelikle Şekil 3’te gösterilen grafiğin
içerisindeki vurumları sayarak, bu vurumların voltaj ve
zaman grafiklerini oluşturur.
Şekil 2-Osiloskop Üzerinde Vurum Zincirleri
Daha sonra bu grafikler bilgisayar ortamına
aktarılmıştır. Bilgisayar ortamında grafikler üzerindeki
vurumlar arasındaki farklılıkların tanımlanabilmesi için
değişik yorumlar edinilmiştir. Bu grafikler, algoritmanın
oluşturma aşamasında örnek olarak kullanılmış,
algoritmanın parametreleri toplanan örnek grafiklere
ait verilerin geçerliliğine dayandırılmıştır.
2.2 Vurumlarin Anali̇zi
Vurumlar, voltaj grafiklerinin şekillerinden yola
çıkılarak yorumlanıp çeşitlerine göre farklılıkları
belirlenmiştir. Bu farklılıkların bilgisayar ortamında
ayırt edilebilmesini sağlayacak analiz algoritması
oluşturulmuştur. EDM ile işleme sırasında görüntüleme
yapılırken, vurum çeşitleri gruplanmış ve EDM ile
işleme durumu hakkında bilgiler elde edilmiştir.
EDM vurumu parametrelerini (boşluk voltajı ve
boşluk akımını) kaydetmek için en bilindik yöntem
görüntülemedir. Diğer yöntem ise radyo sinyalleriyle
yayın yaparak vurum sinyallerinin analiz edilmesidir
(7). Bu algoritma, vurumların voltaj zaman grafikleri
üzerindeki beklenmeyen bir voltaj değişiminin olup
gerçekleştiği noktaları değerlendirerek, ideal bir
vurum grafiğinin voltaj verileri ile karşılaştırır. Ayrıca
bu karşılaştırmaya ek olarak, vurumların en yüksek
voltaj değerleri ve voltaj boşalımlarının miktarları da
karşılaştırılmaktadır. Bu analizlerin uygulanabilmesi
için geliştirilmiş olan bilgisayar programı, elimizdeki
vurum takım grafiklerinin resim formatında
olmalarından dolayı resim işleme kütüphanelerinden
faydalanarak voltaj ve zaman grafiğini matris olarak
oluşturmaktadır.
2.3 Programin İçeri̇ği
Vurum grafiklerinin analizi için Python programlama
dili ve OpenCV resim işleme kütüphanesi kullanılarak
geliştirilmiş olan program, istenilen analiz
algoritmasını bilgisayar ortamında kusursuz bir şekilde
gerçekleştirebilmektedir. Python programlama dilinin
sağlamış olduğu esneklik ve OpenCV kütüphanesinin
sağladığı resim işleme algoritmalarının kullanım
Şekil 3-Programın Vurumları Ayırması
Her bir vurum için oluşturulmuş olan grafikler matris
olarak Şekil 4’te gösterilen grafikteki veriler, programın
analiz işlemlerine gönderilir. Analiz işlemlerinden
geçen vurumların voltaj değerleri, ideal bir boşalım
vurumunun voltaj değerleri ile karşılaştırılır.
Programın içinde geliştirilmiş olan döngü sayesinde
matrislerin içerisindeki değerler sırayla ve eş zamanlı
olarak birbirleri ile karşılaştırılır. Matris içerisindeki
değerler arasındaki farkın eşik voltaj değerini aşması
durumunda, döngünün o anı vurum başlangıcı olarak
değerlendirilir. Daha sonra, başlayan bu vurumda
oluşan en yüksek voltaj seviyesi belirlenir. Buradan yola
çıkılarak döngü devam ettirilir ve matris içerisindeki
değerlerin ideal bir vuruma olan yakınlık derecesine
göre sınıflandırılır. Bu sınıflandırmanın sonucu olarak
vurumun çeşidi belirlenerek gruplanır ve sayılır.
Şekil 4 Analiz algoritması
3. SONUÇ
EDM kontrol çalışmalarında işleme değişimleri için
boşluk voltaj sinyali (voltaj vurum zinciri) hassas olarak
algılanmakta ve voltaj vurum zincirlerindeki bilgiler
işleme performansı kontrolünde kullanılmaktadır
(8). EDM’in vurum zincirlerinin etkileri, voltaj
49
vurum zincirlerinin özelliklerinin kayıt edilmesi ve
incelenmesiyle araştırılmıştır. İşleme performansı ve
parça kalitesi üzerindeki değişik vurum şekillerinin
etkilerini anlamak için kayıt edilen vurum zincirleri
analiz edilmiştir. Toplanan vurum zincirlerinin
tanımlanmasında bilgisayar yazılımı kullanılmıştır. Bu
projenin literatürdeki diğer projelerden farkı, verilerin
toplanış ve işleniş şeklidir. Bu projede sonuç olarak
farklı işleme koşullarındaki Tablo 1’deki veriler elde
edilmiştir.
Tablo 1-Analiz Sonuçları
TEŞEKKÜRLER
bölümü MECE 407-408 “Lisans Araştırma Projeleri”
dersi bünyesinde Öğr. Gör. Aylin KONEZ EROĞLU
koordinatörlüğünde yürütülmüştür.
KAYNAKÇA
(1) Çoğun, C. ve Erden, A., (1987), “Elektro-Erozyon (EDM) İle İşleme Performansının Bilgisayar Yardımı İle
Belirlenmesi ve Denetimi”, Makine Tasarım ve İmalat Dergisi, Vol. 1, No. 5, pp. 206-212
(2) Çoğun, C. ve Erden, A., (1986), “Elektro-Erozyon İle İşleme (EDM) Performansının Bilgisayar Denetiminin
Gerçekleştirilmesi”, 2. Ulusal Makine Tasarım ve İmalat Kongresi, pp. 105-112
(3) Çoğun, C. ve Erden, A., (1986), “Elektro-Erozyon İle İşleme (EDM) için Yüksek Hızlı Vurum Tanımlayıcı
Tasarımı”, Makine Tasarım ve İmalat Dergisi, Cilt 1, Sayı 1, pp. 38-42
(4) Çoğun, C. ve Erden, A., (1985), “Correlation Between Pulse Train Characteristics and Machining Parameters
in Electric Discharge Machining (EDM)”, Int. Symp. On Measurement and Control (MECO 85), pp.114-120
(5) Chang Y.F. ,Chen J.T., and Li C.C., (2005), “Monitor and control of discharge energy during EDMing”, Asian
Journal of Control, Vol. 7, No.1, pp. 38-49
(6) Mu-Tian Y. and Hsing-Tsung C., (2006), “Monitoring and control of the EDM process”, International Journal
of Machine Tools & Manufacture,pp. 148-157
(7) Kao C.C., (2007), “Monitoring and control of micro-hole electrical discharge machining”, Journal of
Manufacturing Processes
(8) Erden A. ve Coğun C., (1987), “High Speed Pulse Discrimination in Electric Discharge Machining (EDM) by
Using Voltage Pulse Trains”, 2 nd Int. Ain-Shames Unt. Conf. OnProd. Eng. & Des. for Development Cairo Dec.
,pp. 29-31
50
DÖNER-ROTOR MEKANİZMASINA SAHİP, İKİ ROTORLU SIRADIŞI UÇAN
ROBOT TASARIMI, MODELLENMESİ ve YÖNELİM DENETİMİ
Mehmet YILDIZ, [email protected], Atılım Üniversitesi, 06836, Ankara
Alp KAÇAR, akacar2@ gmail.com, Atılım Üniversitesi, 06836, Ankara
Kutluk Bilge ARIKAN, [email protected], Atılım Üniversitesi, 06836, Ankara
ÖZET
Bu makalede, bir rotorunun ekseni döndürülebilen, iki rotorlu, basit bir sarkaç sistemine sahip, sıra dışı bir uçan
robot tasarımı, matematiksel modellemesi ve yönelim denetle-yicisi tasarımı sunulmaktadır. Aracın dinamik
modeli Newton-Euler denklenmeleri ile elde edilmiş olup, aracın yönelim denetimi için (Orantılı Entegral Türetme)
PID tabanlı bir denetleyici tasarlanmıştır. Tasarlanmış olan PID denetleyicinin performansı benzetim ortamında ve
deneysel ortamda incelenmiş olup, robot üzerinde yer alan basit sarkaç sistemin yönelim dinamiğine ve denetleyici
performansına etkileri incelenmiştir.
ANAHTAR KELİMELER
Dik inip kalkabilen uçan robotlar, PID, Newton-Euler, basit sarkaç sistemi, iki rotorlu insansız hava araçları.
ABSTRACT
The project’s definition is a VTOL (Vertical Take Off and Landing) type UAV (Unmanned Air Vehicle) which is a twin
rotor system, one of the rotors has rotating ability and a simple pendulum mechanism. This paper contains project’s
design, dynamical modeling, and attitude controller processes are given. Dynamical model of the system is obtained
by using Newton-Euler formulations. To control the system’s attitude, a (Proportional Integral Derivative) PID
controller is designed. PID controller’s performance is investigated in simulation and experimental environment,
and the simple pendulum effects on the system’s attitude and controller’s performance are observed.
KEYWORDS
VTOL, PID, newton-euler, simple pendulum mechanism, twin-rotor UAV.
51
1. GİRİŞ
Günümüzde, askeri uygulamalar (gözlem, keşif, sınır
güvenliği, vb.) ve kurtarma operasyonları (yangın,
deprem, sel, vb.) gibi farklı alanlarda kullanılmak
üzere tasarlanmış olan insansız hava araçları
(İHA), araştırmacılar için çok popüler bir araştırma
konusu haline gelmiş bulunmaktadır. İnsansız hava
araçları alanında, uzun menzilli uçaklar ve havada
asılı kalan helikopterler yapılan araştırmalarda
yer alan platformların başında gelmektedir. Bu
makalede havada aslı kalan dik uçuş yaparak kalkış
iniş yapabilen platformlar ile ilgilenilmiştir. Bu
platformlar sahip oldukları rotor sayılarına göre ve
fiziksel görünüşlerine göre adlandırılmaktadır. Genel
olarak dört rotorlu ve üç rotorlu platformlar en çok
üzerine çalışılmış platformlardır. Fakat günümüzde,
malzeme, rotor ve eyleyici birimlerinin gelişimine bağlı
olarak, araştırmacılar daha küçük, daha verimli, daha
kapsamlı platformlar geliştirmek için çalışmaktadırlar.
Bu çalışmalar insansız hava araçları alanına yeni
yaklaşımlar getirmektedir. Bu yeni yaklaşımlardan
bir tanesi de sistemin manevra kabiliyetini arttırmak
için rotor sayısının azaltılıp, ekseni döndürülebilen
rotorların sisteme eklenmesidir. Bu yeni yaklaşımlar
üzerine literatür de birkaç temel çalışma vardır. Bu
çalışmalardan en önemli üç tanesi şu şekildedir.
Birinci çalışma, iki rotorlu ve her bir rotorunun ekseni
döndürülebilen bir sistem üzerinedir (1). İkinci çalışma
ise,üçrotorluveherbirrotorununeksenidöndürülebilen
bir sistemdir (2). Bu önemli çalışmalardan üçüncüsü
ise döner-kanat mekanizmasına sahip dört rotorlu
bir sistemdir (3). Bütün bu sistemler, bu makalede
üzerinde çalışılan sistem ile kavram olarak benzer
özellikler göstermektedir. Fakat bu sistem bu üç önemli
çalışmadan farklı olarak basit bir sarkaç sistemine sahip
olup (4), bu sarkaç sistemi ile hedeflenilen sistemin
ağırlık merkezinin değiştirilerek sistemin yönelim
dinamiğine ve denetleyici performansına pozitif bir
katkı sağlanmasıdır. Bu konu üzerinde bu üç çalışma
(5, 6, 7) dikkat çekmektedir. (5, 6) deki çalışmalarda iki
eksenli bir yönlendirme sistemi kullanarak, sistemin
ağırlık merkezi değiştirilmektedir. (7) çalışmada ise
sistemin ağrılık merkezi bir döner mekanizma ile
değiştirilmektedir. Bu çalışmalar bu tarz bir yaklaşımın
insansız hava taşıtlarında ki uygulanabilirlikleri
hakkında güzel sonuçlar vermektedir.
İki rotorlu, bir rotorunun ekseni döndürülebilen bir
mekanizmaya sahip, dik olarak inip kalkabilen araçlar
için geliştirmiş denetleyici olmadığı için diğer yapılara
sahip araçların denetleyicileri incelenmiştir. Bunlar
iki rotorlu sisteme uygulandığında en yakın sonuçlar
verebilecek; klasik PID denetleyicileri (8, 9, 10,11), PID
ve LQR tabanlı denetleyicilerdir (3,12). Bu denetleyici
çalışmaları incelendiğinde, bu çalışmada PID tabanlı bir
denetleyicinin sisteme uygulanmasına karar verilmiştir.
52
Bu makale de Toruk olarak adlandırdığımız, iki rotorlu,
bir motorunun ekseni döndürülebilen ve basit sarkaç
sistemine sahip sıra dışı uçan bir robotun tasarımı,
dikey uçuş yaparken dinamik modellenmesi, yönelimsel
kontrolü ve robot üzerinde yer alan sarkaç sistemin
yönelim dinamiğine ve denetleyici performansına etkilerinin incelendiği proje çalışmaları yer almaktadır.
Bu makale şu şekilde düzenlenmiştir: II. bölümde
aracın tasarımı kısaca anlatılmış. III. bölümde aracın
dinamik modeli Newton-Euler yöntemiyle elde
edilmiştir. IV. bölümde PID tabanlı denetleyici tasarımı
ve denetleyicinin performansı benzetim ortamında
ölçülmektedir. V. bölümde PID tabanlı denetimcilerle
yapılan deneylere yer verilmiştir. VI. bölümde ise sonuç
ve gelecek çalışmalar yer almaktadır.
2. TASARIM
Bu projede, iki rotorlu; bir rotorunun ekseni
döndürülebilen ve basit bir sarkaç sistemine sahip
bir yapı tasarlanıp üretilmiştir. Tasarım aşamasında,
Üniversitenin uçan robotlar laboratuarlarında
çalışılmış diğer yapılar incelenmiş olup, önceki
senelerde Dandelion projesi adı altında üretilen sistemi
Şekil 1 temel alarak hızlı bir ilk örnek Solidworks CAD
programı ile modellenmiştir Şekil 1.
Şekil 1-Dandelion ve Sistemin İlk Örnek Çizimi
Sistemin iskeleti elimizde bulunan cam elyaflı çubuklar
kullanılanarak oluşturulmuştur. Sabit motoru ana
yapıya tuturacak adaptör ve sarkaç sistemi aliminyum
malzemeden işlenerek yapılmıştır Şekil 2.
Şekil 2 Adaptör ve Sarkaç Sistemi
Rotor eksenini değiştirme sistemi için bir servo motor
kullanılmış olup,bu sistemi ana yapıya tuturmak
için cam elyaf ve aliminyumdan bir adaptör parça
üretilmiştir Şekil 3.
Sistemin serbest cisim çizimi Şekil 5’te verilmiştir.
Şekil 5’te iki koordinat ekseni kullanılmıştır, bunlardan
biri (Xe, Ye, Ze) eksen-leri dünyaya sabit olan dünya
ekseni, diğeri (Xb, Yb, Zb) eksenleri ise sistemin ağırlık
merkezine tutturulmuş olan cisim eksenidir.
Şekil 5-Sistemin Serbest Cisim Çizimi
Şekil 3-Rotor Eksenini Değiştirme Sistemi
Sistemin önden görünümü Şekil 4’te gösterilmektedir.
Denetleyici Tasarımı ve Simülasyon bölümde sistemin
parametreleri Tablo 2’de verilmektedir.
Sistemin ekseni (Xb, Yb, Zb) üzerindeki açısal hızlar direk
olarak bize açısal değişimi vermez. Bunun için Euler
açıları kullanılmaktadır. Sistemin Euler Açıları Şekil
5’te (‬, θ, ψ) olarak tanımlanmıştır. Sistemin açısal
hız değişimi (p, q, r) ve çizgisel hızı (Ub, Vb, Wb) olarak
tanımlanmıştır.
Dünyaya bağlı koordinat sistemi ile cismin ağırlık
merkezine bağlı koordinat sistemi arasındaki dönüşüm
matrisi aşağıdaki gibi verilmiştir.
(1)
Şekil 4-Sistemin Önden Görünümü
3. DİNAMİK MODELLEME
Sistemin matematiksel modelini elde etmek için,
sistemden dolayı kaynaklanan bazı karmaşık
denklemler basitleştirilmiştir ve bazı varsa-yımlarda
bulunmuştur.
Bunlar;
• Cam elyaflı çubuk katı varsayılması
• İki rotorun aynı karakteristik özelliklere sahip
olduğunun varsayılması
• Sistemin eylemsizlik matrisinin köşegen kabul
olduğunun varsayılması
• Basit sarkaç sisteminin sabit tutulduğunun
varsayılıyor olması.
(2)
(3)
Sonuç olarak çeviri matrisi Eşitlik 4’teki gibi yazılır.
R=RxRyRz (4)
Sistemin cisim eksenin üzerindeki çizgisel hızlarının
dünya eksenine göre çevrilmiş şekli Eşitlik 5’te
verilmektedir.
(5)
53
Euler oranlarını yazmak için, sistemin ağırlık merkezine
tuturulmuş eksen boyunca açısal değişimleri Eşitlik
6’da verilen dönüşüm matrisi ile Euler oranlarına
çevrilmektedir. Eşitlik 7’de ise açıl hızlar verilmektedir.
(6)
(7)
Diyagonal kabul edilen Eylemsizlik Matrisi aşağıdaki
gibidir.
(15)
Şekil 5’te verilen sistemin serbest cisim çiziminde
ekseni döndürülebilen motorun serbest cisim çizimi
Şekil 6’da verilmektedir.
Sistem için, Newton’un ikinci hareket kanunu Eşlitlik
8’deki gibi ifade edilmektedir.
Sistemin ivmesel
yazılabilmektedir.
terimleri
Eşitlik
9’daki
(8)
gibi
(9)
Eşitlik 9’daki yerçekimi kuvvet vektörü dünya eksenine
göre düzenlemiş şekilde Eşiktlik 10’da verilmektedir.
(10)
Sistem ekseni üzerindeki çizgisel hız oranı bileşenlerine
ayrılmış şekilde Eşitlik 11’de verilmektedir.
(11)
Eşitlik 12’de görüleceği gibi açısal momentumdaki
değişimler sistemdeki net momente eşitlenmiştir.
(12)
Eşitlik 12 düzenlenecek olursa Eşitlik 13 ve Eşitlik 14
yazılabilir.
(13)
(14)
54
Şekil 6-Döner Motorun Serbest Cisim Çizimi
Şekil 5 ve Şekil 6’da verilen serbest cisim çizimlerine
göre moment eşitlikleri Eşitlik 16, Eşitlik 17 ve Eşitlik
18’de verilmektedir.
Yuvarlanma (p) eksenindeki Moment eşitliği Eşitlik
16’daki gibi yazılmıştır.
(16)
Yunusluma (q) eksenindeki Moment eşitliği Eşitlik
17’deki gibi yazılmıştır.
(17)
Sapma (r) eksenindeki Moment eşitliği Eşitlik 18’deki
gibi yazılmıştır.
(18)
15, 16, 17 ve 18. eşitlikler Eşitlik 14 içine yerleştirilir ise
sistemin açısal değişim oranları elde edilmektedir.
Sonuç olarak sistemin 12 durumu elde edilmiştir.
Sistemin yönelim denetimi için yönelim vektörü (Euler
Oranları ve Açısal Oranları
Eşitlik
19’daki gibidir.
(19)
Eşitlik 19’da bulunan F1, F2, M1,ve M2 motor ve
pervanenin çiftinin yaratmış olduğu itki kuvvetini ve
sürükleme momentini ifade etmektedir. Benzetim
yönetimi kullanılarak elde edilmiş olan voltaj karşılığı,
motor-pervane çiftinin üretmiş olduğu itki kuvveti
Eşitlik 22 ve Eşitlik 23 de verilmektedir.
dF1=-8.77.F1+1.73.V1
dF2=-8.77.F1+1.73.V2
(22)
(23)
Eşitlik 22 ve Eşitlik 23’te yönelim vektörüne eklenir
ise yeni yönelim vektörü
Eşitlik
24’te verilmektedir.
Newton-Euler denklemleri kullanılarak sistemin
doğrusal olmayan dinamik denklemleri elde edilmiştir.
Bu denklemler havada asılı kalma pozisyonunda euler
oranları ve açısal oranları sıfır etrafında kabul edilerek
doğrusal hale getirilmiş ve Bölüm 4’te benzetim
değerleri verilmiştir.
4. DENETLEYİCİ TASARIMI VE
SİMÜLASYON
Denetleyici tasarımı için çok yaygın olarak kullanılan
ve başarılı yanıtlar veren bir denetleyici algoritması
olan PID tabanlı bir denetleyici Toruk Projesinde
kullanılmıştır. Makalenin bu aşamasında yunuslama,
yuvar-lanma ve sapma eksenlerine ait denetleyicilerin
P, I, D parametreleri deneme-yanılma yöntemi ile
bulunmuş olup Tablo 1’de verilmektedir.
Tablo 1’de verilen denetleyici değerleri elde edilen
matematiksel modelin benzetim ortamında ki
performansını gözlemek için kullanılmıştır. Tablo 2’de
ise sistemim parametreleri verilmektedir.
Tablo 1-PID Parametreleri
Yuvarlanma (‬)
Yunuslama (θ)
Sapma(ψ)
(24)
Kp
Ki
Kd
1.2
0.01
0.65
0.65
0.3
0.01
0
1.2
0.1
Denetleyici ile ilgili simülasyon sonuçlarını Şekil
7’de verilmiş olup sistem kendini 0 referans açısında
tutabilmektedir. Eksenlere ilk pozisyon olarak π/4
radyan verilmiştir.
Tablo 2-Sistem Parametreleri
Motor ve pervanenin yaratmış olduğu sürükleme
momenti, itki kuvveti ve Eşitlik 25, 26 kullanılarak,
Eşitlik 27 ve Eşitlik 28’de verilmiştir.
(25)
(26)
(27)
(28)
Sistemin Toplam Ağırlığı
m
0.310 kg
y eksenine göre atalet momenti
Iyy
16x10-3 kgm2
x eksenine göre atalet momenti
z eksenine göre atelet momenti
İtki Katsayısı
Sürükleme Katsayısı
Motor1 ile Sistemin Ağrılık
Merkezi Arasındaki Mesafe
Motor2(Döner-Motor) ile Sistemin
Ağrılık Merkezi Arasındaki Mesafe
Pervane ekseni ile Sistemin Ağrılık
Merkezi Arasındaki Mesafe
Ixx
Izz
5x10-3 kgm2
14x10-3 kgm2
b
192.32x10-7 N s2
L1
0.35 m
d
L2
h
4.003x10-7 N ms2
0.25m
0.07 m
55
Roll Angle vs Time
0.8
0.7
Reference Angle
Roll Angle
0.6
Roll Angle (rad)
0.5
0.4
0.3
0.2
0.1
0
-0.1
0
1
2
3
4
5
Time (s)
6
7
8
Pitch Angle vs Time
1.2
1
9
10
sağlanmaktadır. Sistemin yazılım kısmı MATLAB
yazılımı üzerinde bulunan Simulink programı ile
yapılmıştır. Simulink blok diyagramları ile tasarlanmış
kontrol algoritması Gerçek Zamanlı Windows Hedefine
(RTWT) gömülmüş yazılım sayesinde veri toplama
kartına kullanılarak sisteme aktarılmaktadır. Sistemin
donanımsal ve yazılımsal elemanlarının akış şeması
Şekil 8’de verilmektedir.
Reference Angle
Roll Angle
Pitch Angle (rad)
0.8
0.6
0.4
0.2
0
-0.2
0
1
2
3
4
5
Time (s)
6
7
8
9
10
7
8
9
10
Yaw Angle vs Time
0.8
0.7
0.6
Yaw Angle (rad)
0.5
0.4
0.3
0.2
0.1
1
2
3
4
5
Time (s)
6
Şekil 7-‬, θ ve ψ Eksenleri Simülasyon Sonuçları
5. DENEYLER VE ÖLÇÜMLER
Bu kısımda sistemden ölçümler almak için kullanılan
donanımsal ve yazılımsal araçlar hakkında kısaca
bahsedilmektir ve denetleyici uygulamış olan
sistemden elde edilen ölçümler verilmektedir.
5.1 Ölçümlerde Kullanılan Donanımsal ve
Yazılımsal Ekipmanlar
Bu proje bilgisayar tabanlı olup, bilgisayara bağlı olan
Humusoft MF624 Veri Toplama Kartı sayesinde sisteme
bağlı giriş ve çıkışlar kullanılarak bilgisayar ile sistemin
iletişimi kurulmaktadır. Bilgisayardan çıkan sinyalleri,
sistem için anlaşılır sinyallere çeviren veri toplama
kartı, Pololu 3SP30 Motor Sürücü ile DraganFly DC
Motorlarını sürmektedir. Aynı anda karttan çıkan PWM
sinyali ile Hi-Tech kanat servo motoru sürülmektedir.
Ayrıca sistem üzerinde bulunan MicroStrain 3DM-GX2
Ataletsel Sensör Birimi (IMU) ile bilgisayar arasına USB
arabirim üzerinden direk bağlantı kurulup algılayıcıdan
gelen veriler seri olarak bilgisayara alınmaktadır.
Alınan bu bilgiler işlenilip sistemin Euler oranları
ve Açısal değişim oralarını bize vermektedir. Ayrı
sistemin güç ihtiyacı harici bir güç kaynağı tarafından
56
Şekil 8-Donanımsal ve Yazılımsal Elemanlar Akış
Şeması
5.2 Deneysel Ortamdan Elde Edilen
Veriler
Bu kısımda sistemin konumsal durumunu gözlemlemek
için Yuvarlanma, Yunuslama ve Sapma açıları ve Motor
için PWM frekansları ölçülmüştür. Buna göre Şekil 9’da
Yuvarlanma, Şekil 10’da Yunuslama, Şekil 11’de Sapma
eksenleri açıları gösterilmiştir. Yuvarlanma ekseninde
2. saniyede, Yunuslama ekseninde 4. saniyede ve Sapma
ekseninde 2. saniyede itki kuvveti uygulanmış ve sistem
kendisini bu eksenlerde referans açısıda tutmuştur.
Roll Angle vs Time Graph
10
8
Real Angle
Reference Angle
6
Pitch Angle (deg)
0
-0.1
0
4
2
0
-2
-40
1
2
3
4
5
Time (s)
6
7
Şekil 9 Yuvarlanma Ekseni Konumu
8
9
Pitch Angle vs Time Graph
15
10
Real Angle
Reference Angle
Pitch Angle (deg)
5
0
-5
-10
-15
-20
-25
-30
0
1
2
3
4
5
Time (s)
6
7
8
9
Şekil 10-Yunuslama Ekseni Konumu
Yaw Angle vs Time
60
50
Real Angle
Reference Angle
40
Yaw Angle (deg)
30
20
10
0
-10
-20
-30
-40
0
1
2
3
4
5
Time (s)
6
7
8
9
Şekil 11-Sapma Ekseni Konumu
Buna göre görülmektedir ki; sistem 3 ayrı eksende de
kendini verilen referans açısında tutabilmektedir.
6. SONUÇLAR VE GELECEK ÇALIŞMALAR
Bu bildiride iki rotorlu bir rotorunun ekseni
döndürülebilen ve basit bir sarkaç sistemine sahip sıra
dışı uçan bir robotun (Toruk) tasarımı, modellenmesi
ve denetimi ile ilgili yapılan çalışmalar anlatılmıştır.
Sistemin dinamik modeli Newton-Euler yöntemiyle elde
edilmiş olup denetleyici tasarımı ve benzetim çalışmaları
MATLAB - Simulink yazılımında test edilmiştir. MATLABSimulink, Gerçek Zamanlı Windows Hedefi (RTWT)
kullanılarak sistemle uçuş testleri yapılmıştır.
Tasarlanmış olan PID denetleyicinin performansı uçuç
testleri ve simülasyon sonuçları ile incelenmiş olup,
robot üzerinde yer alan basit sarkaç sisteminin yönelim
dinamiğine ve denetleyici performansına etkileri
incelenmiştir.
Sistem üzerinde yapılan uçuş testlerinde elde edilen
sonuçlar ile benzetim değerlerinin yakınlık gösterdiği
görülmüş olup PID tabanlı denetleyici ile yapılan
sistemin pozisyon referanslarını başarılı bir şekilde
yakaladığı test edilmiştir. Sistemde bulunan basit
sarkaç sisteminin denetleyiciye ve sistemin yönelim
dinamiğine pozitif katkıları gözlemlenmiştir. Gelecek
çalışmalarda farklı tip denetleyiciler sistem üzerinde
test edilecek olup ve tek eksenli sabit sarkaç sisteminin
yerine iki veya üç eksenli bir sarkaç sistemleri robota
eklenip, yönelim dinamiğine ve denetleyicinin
performansına etkileri gözlenecektir.
TEŞEKKÜRLER
Askeri görevini yaparken bile desteklerini esirgemeyen
proje danışmanımız Yrd. Doç. Dr. Kutluk Bilge Arıkan’a,
her türlü yardımımıza koşan proje asistanımız
Araştırma Görevlisi Doğanç Küçük’e ve MECE408 dersi
ile bu makaleyi yazmamıza vesile olan Öğretim Görevlisi
Aylin Konez Eroğlu’na teşekkürleri bir borç biliriz.
KAYNAKÇA
(1) Kendoul, F., Fantoni, I., ve Lozano, R., (2005), “Modeling and control of a small autonomous aircraft having
two tilting rotors”, Proceedings of the 44th IEEE Conference on Decision and Control, and the European
Control Conference, December 12-15, Seville, Spain, 2005 (Erişim: 12.11.2009)
(2) Escare˜no, J., Sanchez, A., Garcia, O., & Lozano, R., (2008), “Triple Tilting Rotor mini-UAV: Modeling and
Embedded Control of the Attitude”, American Control Conference Westin Seattle Hotel, Seattle, Washington,
USA June 11-13, 2008 (Erişim: 13.11.2009)
(3) Oner, K., T., Cetinsoy, E., Unel, M., Aksit, M., F., Kandemir, I., ve Gulez, K., (2008), “Dynamic Model and
Control of a New Quadrotor Unmanned Aerial Vehicle with Tilt-Wing Mechanism” (Erişim: 23.01.2010)
(4) Shen, J., Sanyal, A., K., Chaturvedi, N., A., Bernstein, D., ve McClamroch, H., (2007), “Dynamics and Control
of a 3D Pendulum”, http://www.me.hawaii.edu/Sanyal_res (Erişim:25.01.2010)
(5) Bouabdallah, S., ve Siegwart, R., (2006), “Design and Control of an Indoor Coaxial Helicopter”, Proceedings
of the IEEE/RSJ International Conference on Intelligent Robots and Systems October 9 - 15, 2006, Beijing,
China (Erişim: 25.01.2010)
57
(6) Bermes, C., Leutenegger, S., Bouabdallah, S., Schafroth, D., ve Siegwart, R., (2008), “New Design of the
Steering Mechanism for a Mini Coaxial Helicopter”. IEEE/RSJ International Conference on Intelligent Robots
and Systems Acropolis Convention Center Nice, France, Sept, 22-26, 2008. (Erişim: 25.01.2010)
(7) Beyer, E., ve Costello, M., (2008), “Performance of a Hopping Rotochute”, 34th European Rotorcraft Forum,
September 16-19, 20, Liverpool, England, 2008 (Erişim: 27.01.2010)
(8) Verhaevert, J., ve Beyens, J., (2007), “Study and Realization of Controlling a Twin Rotor”,
http://ala.isti.cnr.it/atti/VTCspring07 (Erişim: 27.01.2010)
(9) Balas, C., (2007), “Modelling and a Linear Controller of Quadrotor”, Y.Lisans Tezi,Cranfield
Üniversitesi,Mühendislik Bölümü https://dspace.lib.cranfield.ac.uk/bitstream (Erişim: 27.01.2010)
(10) Efe, M, Ö, Önkol, M., İmamoğlu, N., Eresen, A.,ve Kaynak, Ü., (2009), “Döner Kanat Tipinde Bir İnsansız
Hava Aracının Anatomisi”, Otomatik Kontrol Türk Milli Komitesi Otomatik Kontrol Ulusal Toplantısı , Ekim
13-16, İstanbul, Türkiye,2009 (Erişim:01.05.2010)
(11) Erginer, B. ve Altug, E., (2007), “Modeling and PD control of a Quadrotor VTOL Vehicle” Proceeding of the
IEEE Intelligent Vehicles Symposium, June 13-15, Istanbul, Turkey, 2007. (Erişim: 18.05.2010)
(12) Kıvrak, Ö., A, (2006), “ Design of Control Systems for a Quadrotor Flight Vehilce Equipped with inertial
sensors”, Y. Lisans Tezi, Atılım Üniversitesi, Mekatronik Mühendisliği Bölümü (Erişim: 23.02.2010)
58
YAZAR DİZİNİ
A
Abdulkadir ERDEN
Abdulkerim ÇENGELOĞLU
Ahmet Taha ÖZCAN
Alp KAÇAR
Alper ŞAHİNÖZ
Anıl ORMAN
Atıl Emre COŞGUN
B
Birol YILMAZ
Burak ÇALIŞKAN
Bülent İRFANOĞLU
C
Caner DURMUŞOĞLU
Ç
42, 48, 68
21
58
74
68
68
21
30
5
5, 58
68
Çağrı ÇALIŞKAN
58
Efe GENCKAYA
Emre GÜNER
Erkan ÖZSAYIN
Ertan ÖCAL
30
5
48
48
E
F
Faruk Ömer YAŞİN
Fırat TANSU
Fuad ALİEW
G
Gökhan YILMAZ
Göksel KURT
15
58
15
30
5
H
H. Orhan YILDIRAN
Hakan KOCAKARA
Hüseyin Emre GÜNER
30
48
21
Kutluk Bilge ARIKAN
21, 74
Mehmet YILDIZ
Mert BABACANOĞLU
74
68
Nilüfer YİĞİT
48
Orçun GÜVENER
42
Seda ÖZTÜRK
Sefa BOYACIOĞLU
Serazat YURTSEVEN
15
15
58
T.Burak ÇEŞNİGİL
Tevfik GÜZEL
42
30
Uğur ÖZER
15
Ziya ÇÖĞEN
Zühal ERDEN
5
48
K
M
N
O
S
T
U
Z
59
60
KONU DİZİNİ
A
adaptif kontrol
algı 52
antropomorfik
arduino
36, 37, 38, 43
72
basit sarkaç sistemi
79
davranış
duyucu
27, 51, 53, 55
36, 37, 39
B
D
E
55
5, 6, 8, 9, 10, 11, 12,
EDM2, 44, 45, 46, 47, 48, 49, 72, 73, 74, 75, 77, 78
elektrik üretimi
41
elektro-erozyon
72, 73, 74, 75, 77
ethernet kiti
10
F
frekans
8, 45
genlik
gerçek zamanlı sistem
gömülü robotik uygulamalar
gömülü sistem
gömülü ve gerçek zamanlı
sistemler
güneş paneli
güneş pili
güneş pilleri
güneş takip sistemi
45
64
7
63
hafıza
7, 53, 56, 57, 59
iki bacaklı robot
İki linkli ve iki eklemli bacak
İnsansı robot
insansız hava araçları
26
26
51, 52, 53, 54, 56
79, 80
G
H
İ
61, 63
32, 38
35, 37
36, 41
32, 34, 41, 43
L
labirent mini robot
M
17
MATLAB
MATLAB /simulink
mikro denetleyici
67
mikro-EDM
mikro-EDM tezgâhı
mikroişlemci
Motorik
motorik hareket
44, 45, 46, 58, 86, 87
19, 24, 26
5, 6, 7, 8, 10, 17, 18,
N
44
44
36, 37, 42
55, 56
52
nöral Ağlar
18, 21
öğrenme algoritması
17, 20
robot
23, 31, 52, 53, 54, 58, 59, 60
6, 15, 17, 19, 20, 21,
ses kaydı
sinir ağları
44
28, 31
tavşan robot
ters sarkaç
toruk
12, 14
69
80, 84, 87
uçan robot
79
XBEE
5, 6, 8, 10, 11, 12
yapay sinir ağları
30, 31
yapay zeka
23, 24, 25, 27, 28, 29,
Ö
R
S
T
U
X
Y
23
61
62
63
ÖĞRENCİ KONGRESİ 2010
MeMÖK 2010
ATILIM ÜNİVERSİTESİ, ANKARA
64

MEKATRONİK MÜHENDİSLİĞİ ÖĞRENCİ KONGRESİ 2010

Transkript

Benzer belgeler

1.Aşağıda verilen teknik terimlerin Türkçe karşılığını yazınız. 2

Robotlar - Bilim Teknik

İKİNCİ ÖĞRETİM BÖLÜMLERİMİZDEN %10`a GİREN

SLIPSTREAM - Robot Okulu

Öğrenme Tabanlı Otomatik Teleoperasyon Sistemi