مکاترونیک

جالب توجه است انجام همه اموری که توسط Unimate نشان داده شد، به تازگی بصورت خودمختار دست یافته­ایم. در واقع آنچه در تلویزیون از Unimate نشان داده شد، تمام حرکات برنامه ریزی شده و محیط آن به دقت صحنه سازی شده بود. به تازگی تنها با ظهور حسگر ارزان قیمت و قدرتمند و محاسبات، ربات قادر به تشخیص یک شیء توسط خود، حرکات برنامه­ای برای رسیدن به آن و به چنگ آوردن آن شده است. با این حال، عملکرد رباتیک شبیه به کارهای انسان هنوز فاصله داریم.

این کتاب اصول محاسباتی ربات خودمختار را به شما معرفی می­نماید. زمانی رباتها خودمختار هستند که در پاسخ به محیط خود به کمک زیر مجموعه­ای از برنامه­های از پیش تعیین شده به سادگی تصمیم گیری کنند. آنها با استفاده از تکنیک­های پردازش سیگنال، تئوری کنترل و هوش مصنوعی، به این خواسته دست می­یابند. این تکنیک­ها با مکانیک، حسگرها و عملگرهای ربات به هم پیوسته اند. در نتیجه طراحی یک ربات نیاز به درک عمیق از هم الگوریتم و هم روابط آن با جهان فیزیکی دارد.

هدف این فصل مقدماتی، معرفی انواع مسائل رباتیک و چگونگی حل آن می­باشد.

شکل 1-1 اسباب بازی که با استفاده از کنترل مکانیکی از روی میز نمی­افتد. فلای ویل عمود به حرکت ربات می­چرخد و به محض آن که چرخ کاستور[1] جلو به لبه می­رسد گردش به راست را ایجاد می­کند.

1-1 اطلاعات و تجسم

تصور ما از "رفتار هوشمند" به شدت بستگی به درک ما از کار مغز و چگونگی کار رایانه دارد: هوش در سر ما واقع شده است. با این حال، در واقع بسیاری از رفتارهاست که به نظر هوشمند می­رسد ولی می­توان با استفاده از ابزار بسیار ساده به دست آورد. به عنوان مثال، اسباب بازی مکانیکی که می­تواند از سقوط کردن با استفاده از چرخ لنگری که در زاویه عمود به جهت حرکت خود می­چرخد و با یک چرخ کاستور جلوگیری کند. هنگامی که چرخ کاستور تماس با زمین را از دست می­دهد، به این معنی است که ربات به لبه رسیده و فلای ویل با ضربه ایی ربات را به سمت راست می­کشد (شکل 1-1).

ربات جارو برقی ممکن است همین مشکل را بسیار متفاوت حل کند: مثلا برای تشخیص لبه­های پله از حسگرهای مادون قرمزی استفاده می­کند که به سمت پایین اشاره دارد که با تشخیص آن دستور می­دهد تا از افتادن خود اجتناب کند. هنگامی که لوازم الکترونیکی بصورت منسجم (on board) هستند، این موضوع بسیار کارآمدتر است، البته رویکرد بسیار پیچیده­تری هم دارد.

همانگونه که نمونه­های فوق الذکر روش­های مختلفی را برای پیاده سازی رفتارهای هوشمند ارائه می­دهند، ساز و کارهای[2] مشابه­ای برای برنامه­ریزی رباتیک وجود دارد. به عنوان مثال، مورچه­ها می­توانند با انتخاب ساده مسیری که قبلا فرومون بیشتری داشته، کوتاه­ترین مسیر بین لانه خود و منبع غذایی را پیدا کنند، مواد شیمیایی که ارتباط مورچه­ها با آن برقرار می­شود. در مسیرهای کوتاه­تر مورچه­ها نه تنها سریع تر به مواد غذایی می­رسند، بلکه بازگشت سریع­تری دارند، اثر باقی گذاشتن فرمون خود را سریعتر می­سازد (شکل 1-2). اما مورچه­ها درگیر این راه حل نیستند. در حال حاضر و پس از آن، مورچه­ها در مسیرهای طولانی­تر دیگری می گردند تا در نهایت منابع غذایی جدید پیدا کنند.