Yeni kontrol tekniği endüstriyel robotların doğruluğunu artırabilir.

İnsanların ve diğer hayvanların beyinleri, tüm sistem modellemesinde çok iyi oldukları için genellikle ileriye dönük kontrol uygular. Ancak makineler için, bu modelleme hesaplama açısından zordur. Bununla birlikte, Huazhong Bilim ve Teknoloji Üniversitesi ve Berkeley’deki California Üniversitesi ile araştırmacılar, geleneksel ileri besleme tekniklerini geliştiren yeni bir ileri besleme yöntemi geliştirdiler.

Makineleri kontrol etmek için kullanılan ileri beslemeli mekanizmalar, geri besleme mekanizmalarından çok daha doğrudur, ancak hesaplamalı olarak zor olabilirler. Yeni bir yöntem, geleneksel teknikler üzerinde geliştirildi ve endüstriyel robotlar ve makine görüşü üzerinde denenecek şekilde ayarlandı.

Çoğu kişi, bir termostat gibi bir makinenin performansta bir hata gözlemledikten sonra kendini düzelttigi ‘geri bildirim’e aşina olacaktır: sıcaklık bir ayar noktasını aştığında, örneğin binanın ısıtma sistemi kapatılır.

Ancak geri besleme sistemleri kaba kontrol mekanizmaları olabilir: üst sıcaklık limiti çok yüksek ayarlanırsa, oda sıcaklığı ısıtma kapatılmadan hemen önce rahatsız olmaya başlayabilir. Öte yandan, tercih edilen sıcaklık aralığı çok dar bir şekilde ayarlanmışsa – belki sadece birkaç derece arayla – o zaman ısıtma sistemi aralık içine girip çıktığı için sürekli olarak açılıp kapanacak, aşınma ve yıpranma artacaktır.

İleri beslemeli kontrol sistemleri halk tarafından daha az bilinir, ancak belirli bir makinenin çalıştığı genel sistemdeki değişiklikleri ölçerek geri bildirim mekanizmalarındaki bu başarısızlıkların üstesinden gelir ve makineyi bu değişiklikleri bir şansa sahip olmayacak şekilde dikkate almaya yönlendirir istenmeyen bir etkiye sahip olmak.

Mühendis “Dailin Zhang,” Örneğin, bir topu yakalamaya çalışan bir beyzbol oyuncusu feedfoward kontrolüyle uğraşıyor. ” “Bir topun yörüngesini takip ederken, hareketini nereye ineceğini tahmin ederek ayarlar.”

Sonuç olarak, ileri besleme geri beslemeden çok daha doğrudur. İleri besleme kontrolü kullanan bir termostat, bir kapının açıldığını algılayabilir ve bu nedenle evdeki sıcaklığın düşme şansı olmadan ısıtma sistemini açın.

Ancak dezavantajlar vardır: Feedforward’lar, içinde çalıştıkları sistem hakkında iyi bilgi veya ‘modelleme’ gerektirir. Termostat kapıyı açık olup olmadığını görmek için pencereleri izlemiyorsa, evin kötü bir ‘modeli’ vardır ve çok soğuk olur.

Normalde, böyle bir tekniğe beslenen parametreler sabittir (örneğin, bir kapı veya pencere açma olasılığı), ancak yeni teknik, sistemin güncellenmiş bir modelini gerçek zamanlı olarak geliştirmek için bu parametreleri belirsiz bir ortamdan elde eder. bir dizi adım.

Bir motor simülasyonu üzerinde test edilen araştırmacılar, tekniğin gerçekten geleneksel ileri beslemeli telafiden daha iyi performans elde ettiğini buldular.

Araştırmacılar, makine vizyonu ve endüstriyel robotların kalibrasyonunu geliştirme konusunda uzmandırlar ve daha sonra tekniklerini bu tür gerçek dünya zorlukları üzerinde denemek isterler.