Die Autoren möchten ihre Dankbarkeit an Herrn Yaojie He für seine Hilfe bei der Durchführung der Experimente, die in diesem Papier berichtet. Diese Arbeit wurde zum Teil durch die National Natural Science Foundation of China (Nr. 61673117) unterstützt.

1. Aufbau der Maschine <ol><li>montieren das Chassis wie abgebildet, Sicherung der mechanische Komponenten mit entsprechenden Verbindungselemente. ( Abbildung 1) 
	Hinweis: Das Fahrwerk, das umfasst die Fußleiste, Motor, Räder, etc., ist die primäre Komponente des Roboters verantwortlich für seine Bewegung. Also bei der Montage die Halterung gerade halten.</li>
	<li>Tin die Leitung und die positiven und negativen Elektroden. Lot zwei Fäden auf die beiden Enden des Motors führt, verbinden die rote Messleitung mit der positiven Elektrode und das schwarze Kabel an die negative Elektrode.</li>
	<li>Die Wellenhülse, die Motoren und die Räder montieren.
	<ol><li>Den Motor um die Wellenhülse anschließen und mit einer Schraube sichern.</li>
		<li>Der Wellenhülse in der Mitte der Radnabe einfügen.</li>
		<li>Installieren Sie die fertige Struktur auf das Chassis.</li>
	</ol></li> <li>Bohren Sie zwei Löcher, 3 mm im Durchmesser, in der Mitte des Chassis, für den Einbau des Motors fahren Modul ermöglichen. Schließen Sie den Motor mit dem Motor fahren Modul.</li>
	<li>Bohrer ein Loch 1 cm vom sowohl die linken und rechten Rand des Chassis für die Installation der Halterung für die Infrarot-Sensoren auf der Unterseite.</li>
	<li>Installieren Sie zwei Schrauben auf der Mitte der beiden Seiten des Chassis. 
	Hinweis: Um normalen Betrieb der Infrarot-Sensoren zu gewährleisten, damit das Verbindungsstück senkrecht auf das Chassis wird.</li>
	<li>Bohren Sie ein Loch, 18 mm im Durchmesser, durch die beiden strukturellen Komponenten für den Einbau von Sensoren. ( Abbildung 2A)</li>
	<li>Installieren der motorische Antrieb an der Unterseite des Chassis. ( Abb. 2 b) Installieren Sie einen Infrarot-Sensor zeigt auf jeder der vier Richtungen, bzw. des Chassis. ( Abbildung 2)</li>
	<li>Installieren des Lenkgetriebes in Symmetrie. Wegen der großen Drehmoment erzeugt durch den Betrieb des Lenkgetriebes, sicherzustellen, dass die Schrauben in einer Art und Weise installiert werden, die ein gemeinsames fest und undurchlässig bietet.</li>
	<li>Vier Infrarot-Sensoren auf der Mitte der Maschine installieren.</li>
	<li>Ort der 14,8 V Stromversorgung in der Mitte der Maschine und Anbringen der Mikrocontroller Unit (MCU) des Batteriepacks.</li>
	<li>Befestigen vier Reihe Sensoren in den oberen Teil der Maschine. Stellen Sie den Winkel zwischen jeder Sensor und dem Boden bis 60°, um Erkennungsgenauigkeit bezogen auf den Arbeitstisch zu gewährleisten.</li>
	<li>Installieren der zweiachsigen Neigungssensor, die verwendet wird, um Fälle zu ermitteln, wenn die Maschine nicht sein Ziel im Arbeitsbereich erreichen.</li>
	<li>Verwenden Sie einen Schraubendreher anfügen den Roboterarm an der Vorderseite der Maschine. ( Abbildung 3)</li>
</ol> 2. Debugging der Lenkung Motor und Treibermodul <ol><li>einen Doppelklick auf die Debug-Software (z. B. Roboter Servo Terminal2010) öffnen. Verbinden Sie Computer mit der Debug-Board mit einem Universal Serial Bus (USB) Kabel konvertieren. ( Abbildung 4)</li>
	<li>Einstellen den Lenkung Motor &#39; s Baudrate auf 9600 Bit/s, die Geschwindigkeit Beschränkung auf 521 rad/min, die eckige Begrenzung auf 300° und Spannung Beschränkung auf 9,6 V in der Benutzeroberfläche.</li>
	<li>Legen Sie den Arbeitsmodus des Lenkgetriebes Roboter, &#34; Lenkung Motor Modus. &#34;</li>
	<li>Gelten asynchronen halb-Duplex Kommunikation als die Verbindung zwischen Steuerung und Lenkung Motoren. Auf diese Weise kann die Steuerung mehr als 255 Lenkung Motoren über eine einzige universelle asynchrone Receiver/Transmitter (UART) Schnittstelle. ( Abbildung 5) 
	Achtung: Möglicherweise gibt es, bei den meisten 6 Lenkung Motoren an einen einzelnen Draht angeschlossen. Zu viele Lenkung Motoren führt zu Überhitzung und großen Spannungsabfall, was ungewöhnliches Verhalten wie zurücksetzen und abnorme Datenkommunikation usw. ( Abbildung 6)</li> <li>gelten asynchrones halb-Duplex Kommunikation als die Verbindung zwischen dem Controller und der Motor für Modul. ( Abbildung 7)</li>
	<li>Legen Sie die ID-Nummer der zwei treibende Module und die vier Lenkung Motoren. ID3 und ID4 sind für zukünftige Aktualisierung leer gelassen. ( Abbildung 8) 
	Hinweis: ID1: nach links fahren-Modul; ID2: fahren nach rechts Modul; ID5: vorne links Lenkung Motor; ID6: vorne rechts Lenkung Motor; ID7: hinten links Lenkung Motor; ID8: hinten rechts Lenkung Motor.</li>
	<li>Cascade Lenkung Motoren eins nach dem anderen und die Kaskade an den Controller anschließen.</li>
	<li>Der Sensoren an ihre jeweiligen Controller-Schnittstellen anschließen. Es sei darauf hingewiesen, dass der Sensor dessen Stecker eine dreieckige Markierung trägt am Boden (GND). 
	Hinweis: AD1: vordere Infrarot-Lichtschranke auf Unterseite; AD2: rechts Infrarot-Lichtschranke auf Unterseite; AD3: hintere Infrarot-Lichtschranke auf Unterseite; Ad4: linke Infrarot-Sensor auf Unterseite; AD5: vordere Infrarot-Distanzmessung Sensor; AD6: rechts Infrarot-Sensor-Distanzmessung; AD7: hintere Infrarot Sensor messen; AD8: linke Infrarot-Distanzmessung Sensor; AD9: vorne links Absturzsicherung Infrarot-Lichtschranke; AD10: vorne rechts Absturzsicherung Infrarot-Lichtschranke; AD11: hinten rechts Absturzsicherung Infrarot-Lichtschranke; AD12: hinten links Absturzsicherung Infrarot-Lichtschranke.</li>
</ol> 3. Debuggen der Sensoren <ol><li>drehen, die die Regulierung der Knopf am Heck der Infrarot-Sensoren an den Erfassungsbereich des Sensors einstellen. Wenn der Roboter in der Mitte des Arbeitstisches positioniert ist, ist die Logik der Top vier Infrarot-Sensoren 1. Wenn die Maschine an den Rand des Arbeitstisches bewegt, wird der Logikpegel des Infrarot-Sensors auf der entsprechenden Seite 0 sein. ( Abbildung 9A) 
	Hinweis: Der Roboter kann ihre Position in der Arbeitstisch bestimmt, durch die Analyse der logischen Pegel der Infrarot-Sensoren. Zum Beispiel die Logikpegel der linken und vorderen Sensoren 0 der Roboter muss sollten in der linken oberen Region des Arbeitstisches.</li>
	<li>Vergleichen Sie die gemessenen Werte der Distanzsensor auf ihre Ausgangswerte für die Kalibrierung. ( Abbildung 9 b) 
	Hinweis: Der Distanzsensor ist ein analoger Sensor. Da der Abstand variiert, den Sensor &#39; s Signal Stärke Feedback und entsprechende gemessen Werte variieren auch. Die gemessenen Werte werden auf dem Host-Computer über digitale Sensoren weitergeleitet, so dass der Roboter Veränderungen in seiner Umgebung identifizieren kann.</li>
	<li>Debuggen den Neigungswinkel Sensor.
	<ol><li>Den Neigungswinkel Sensor horizontal positionieren und seine Messwerte aufzeichnen.</li>
		<li>Des Sensors auf zwei verschiedenen Richtungen neigen und Aufzeichnen der Messwerte. Wenn die Messwerte im Fehlerbereich sind, kann der Sensor als im regulären Betrieb angesehen werden.</li>
	</ol></li></ol> 4. Regelung zu steuern <ol><li>Konstrukt das Simulationsmodell des Gleichstrommotors, basierend auf der DC Motorspannung Bilanzgleichung, Flussmittel Gestänge Gleichung und Drehmoment Gleichgewicht Gleichung.
	<ol><li>Gründen Spannung Gleichgewicht Gleichung von <img alt="Equation 1" src="/files/ftp_upload/56422/56422eq1.jpg" /> u d direkter Achse Spannung, u Q ist Quadratur Achse Spannung. R d bezeichnen R Q und direkter Achse und Quadrature Axis Beständigkeit bzw.. <img alt="Equation 2" src="/files/ftp_upload/56422/56422eq2.jpg" />, <img alt="Equation 3" src="/files/ftp_upload/56422/56422eq3.jpg" />, <img alt="Equation 4" src="/files/ftp_upload/56422/56422eq4.jpg" />, <img alt="Equation 5" src="/files/ftp_upload/56422/56422eq5.jpg" /> , stellen direkte Achse Strom Gleichstrom Achse, Achse Flux und Quadratur Achse Flux.</li>
		<li>Gründen flux Gestänge Gleichung durch < Img einLt = "Gleichung 6" src="/files/ftp_upload/56422/56422eq6.jpg" / > wo <img alt="Equation 7" src="/files/ftp_upload/56422/56422eq7.jpg" /> und <img alt="Equation 8" src="/files/ftp_upload/56422/56422eq8.jpg" /> bezeichnen den Koeffizienten der direkte bzw. Achse Eigeninduktivität und Quadrature Axis Eigeninduktivität. <img alt="Equation 9" src="/files/ftp_upload/56422/56422eq9.jpg" /> und <img alt="Equation 10" src="/files/ftp_upload/56422/56422eq10.jpg" /> sind der Koeffizient der Gegeninduktivität. <img alt="Equation 11" src="/files/ftp_upload/56422/56422eq11.jpg" />, <img alt="Equation 12" src="/files/ftp_upload/56422/56422eq12.jpg" /> elektromagnetische Drehmoment und Belastung Drehmoment darstellen.</li>
		<li>Gründen Drehmoment Gleichgewicht Gleichung berechnet, indem <img alt="Equation 13" src="/files/ftp_upload/56422/56422eq13.jpg" />.</li>
		<li>Build Simulation Modell des Gleichstrommotors. ( Abbildung 10)</li>
	</ol></li> <li>Gelten doppelte geschlossenen Regelkreis des Gleichstrommotors. Nutzen Sie die Ausgabe der Geschwindigkeitsregler als Eingabe für die Stromregler, den Motor zu regulieren &#39; s Drehmoment und Strom. 
	Hinweis: Schematische Darstellung der Struktur der aktuellen Regelung. ( Abbildung 11) 
	Die Übertragungsfunktion des PI-Stromreglers erscheint als <img alt="Equation 14" src="/files/ftp_upload/56422/56422eq14.jpg" />, wo <img alt="Equation 15" src="/files/ftp_upload/56422/56422eq15.jpg" /> ist der proportionale Koeffizient der der Stromregler und <img alt="Equation 16" src="/files/ftp_upload/56422/56422eq16.jpg" /> ist die Blei-Zeitkonstante von der Stromregler. Durch den Maßstab Koeffizienten erhalten werden <img alt="Equation 17" src="/files/ftp_upload/56422/56422eq17.jpg" />, und der integralen Koeffizient <img alt="Equation 18" src="/files/ftp_upload/56422/56422eq18.jpg" />.
	<ol><li>Anwenden doppelt geschlossenen Regelkreis des Gleichstrommotors. ( Abbildung 12)</li>
	</ol></li> <li>Gelten vier-Quadranten-Bewegungssteuerung des Gleichstrommotors. ( Abbildung 13)
	<ol><li>Nutzen eine H-Brücke fahren Schaltung zur vier-Quadranten-Bewegung des Gleichstrommotors zu erreichen durch die Modulation der ein-/ Metall-Oxid-Halbleiter Feldeffekt Transistor (MOSFET). ( Abbildung 14) 
		Hinweis: Wenn Q1 und Q4 eingeschaltet sind und der Motor im vorderen elektrischen Zustand ist und den ersten Quadranten Ausführungsstatus. Wenn Q3 und Q4 eingeschaltet sind, ist der Motor in der Energie Bremsen Staat und den zweiten Quadranten Ausführungsstatus. Wenn Q2 und Q3 eingeschaltet sind, ist der Motor in der umgekehrten elektrische Zustand und dritten Quadranten Bewegung. Wenn Q1 und Q2 eingeschaltet sind, ist der Motor in der umgekehrten Energie Bremsen und der vierte Quadrant Bewegung Zustand.</li>
	</ol></li> <li>Gelten Pulsweitenmodulation (PWM), die Drehzahl des Gleichstrommotors zu regulieren. Die DC Spannung Impulsbreite (Tastverhältnis) angewendet, der motor Anker durch die Kontrolle der ein-/ des elektrischen Schalters, wenn die Spannungsversorgung DC Motorleistung bleibt im Wesentlichen unverändert, so modulieren den Mittelwert und die Drehung Geschwindigkeit Input zu modulieren Anker-Spannung des Motors.</li>
</ol> 5. Schreiben Sie das Programm <ol><li>USB Download Zeile verwenden, um eine binäre (BIN) Datei erzeugt durch KEIL5 in den Controller importieren.</li>
	<li>Wählen Sie das Programm ausgeführt werden soll.</li>
</ol> 6. Anwendungsszenario <ol><li>anwenden Farberkennung, Fracht in einer Fabrik zu kategorisieren. ( Abbildung 15)
	<ol><li>Eine optische Kamera verwenden, um Bilder zu sammeln, und überprüfen die gescannten Farbe anhand der Anzahl der prallte zweidimensionalen Arrays.</li>
		<li>Das Objekt mit der mechanische Arme heben.</li>
		<li>Geben Sie einen Befehl, das Objekt an der dafür vorgesehenen Stelle mit der Kamera und fahren Motor des Roboters zu transportieren.</li>
	</ol></li> <li>Suche schnell auf die dafür vorgesehenen Plätzen zu löschen. ( Abbildung 16)
	<ol><li>Vier optische Sensoren auf dem Roboter verwenden, um die Standorte der umliegenden Hindernisse erkennen.</li>
		<li>Befehl die Lenkung Motor heben die mechanische Schaufel und klare Hindernisse in den ausgewiesenen Bereichen.</li>
		<li>Verwendung der genetische Algorithmus der effektivste Weg der Suche bestimmen</li>
	</ol></li> <li>Selbsterkenntnis zu verwenden, um zu vermeiden, fallen aus der Workbench heraus zu trennen Arbeiter aus dem Arbeitsbereich der Maschine und Sicherheit der Arbeitnehmer zu gewährleisten.
	<ol><li>Signale anhand der Höhenunterschied zwischen die vier oberen optische Sensoren, die erkennen die Workbench und Boden ändern.</li>
		<li>Analysieren die veränderliche Signale zur Bestimmung der Position der Kanten der Workbench.</li>
		<li>Befehl die Maschine um die Ränder der Workbench zu vermeiden.</li>
	</ol>
	</li>
</ol>

<ol>
	<li>Charalampous, K., Kostavelis, I., Gasteratos, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Robot+navigation+in+large-scale+social+maps:+An+action+recognition+approach.">Robot navigation in large-scale social maps: An action recognition approach.</a> Expert Syst Appl. 66 (1), 261-273 (2016).</li><li>Huang, Y., &amp;Wang, Q. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Disturbance+rejection+of+Central+Pattern+Generator+based+torque-stiffness-controlled+dynamic+walking.">Disturbance rejection of Central Pattern Generator based torque-stiffness-controlled dynamic walking.</a> Neurocomputing. 170 (1), 141-151 (2015).</li><li>Tepljakov, A., Petlenkov, E., Gonzalez, E., Belikov, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Digital+Realization+of+Retuning+Fractional-Order+Controllers+for+an+Existing+Closed-Loop+Control+System.">Digital Realization of Retuning Fractional-Order Controllers for an Existing Closed-Loop Control System.</a> J Circuit Syst Comp. 26 (10), 32-38 (2017).</li><li>Siluvaimuthu, C., Chenniyappan, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Low-cost+Reconfigurable+Field-programmable+Gate+Array+Based+Three-phase+Shunt+Active+Power+Filter+for+Current+Harmonic+Elimination+and+Power+Factor+Constraints.">A Low-cost Reconfigurable Field-programmable Gate Array Based Three-phase Shunt Active Power Filter for Current Harmonic Elimination and Power Factor Constraints.</a> Electr Pow Compo Sys. 42 (16), 1811-1825 (2014).</li><li>Brogardh, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Present+and+future+robot+control+development+-+An+industrial+perspective.">Present and future robot control development - An industrial perspective.</a> Annu Rev Control. 31 (1), 69-79 (2007).</li><li>Wang, E., Huang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Novel+DoubleClosed+Loops+Control+of+the+Three-phase+Voltage-sourced+PWM+Rectifier.">A Novel DoubleClosed Loops Control of the Three-phase Voltage-sourced PWM Rectifier.</a> Proceedings of the CSEE. 32 (15), 24-30 (2012).</li><li>Li, D. H., Chen, Z. X., Zhai, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Double+Closed-Loop+Controller+Design+of+Brushless+DC+Torque+Motor+Based+on+RBF+Neural+Network.">Double Closed-Loop Controller Design of Brushless DC Torque Motor Based on RBF Neural Network.</a> , 1351-1356 (2012).</li><li>Tian, H. X., Jiang, P. L., Sun, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Double-Loop+DCSpeed+Regulation+System+Design+Basd+On+OCC).">Double-Loop DCSpeed Regulation System Design Basd On OCC).</a> , 889-890 (2014).</li><li>Xu, G. Y., Zhang, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Double+Closed-Loop+Feedback+Controller+Design+for+Micro+Indoor+Smart+Autonomous+Robot).">Double Closed-Loop Feedback Controller Design for Micro Indoor Smart Autonomous Robot).</a> , 474-479 (2011).</li><li>Chen, Y. N., Xie, B., Mao, E. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electric+Tractor+Motor+Drive+Control+Based+on+FPGA.">Electric Tractor Motor Drive Control Based on FPGA.</a> , 271-276 (2016).</li><li>Zhang, J., Zhou, Y. J., Zhao, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Study+on+Four-quadrant+Operation+of+Brushless+DC+Motor+Control+Method.">Study on Four-quadrant Operation of Brushless DC Motor Control Method.</a> Proc. International Conference on Mechatronics, Robotics and Automation. (ICMRA 2013). , 1363-1368 (2013).</li><li>Joice, C. S., Paranjothi, S. R., Kumar, V. J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Digital+Control+Strategy+for+Four+Quadrant+Operation+of+Three+Phase+BLDC+Motor+With+Load+Variations.">Digital Control Strategy for Four Quadrant Operation of Three Phase BLDC Motor With Load Variations.</a> Ieee T Ind Inform. 9 (2), 974-982 (2013).</li><li>Drumheller, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optimal+Decision+Making+Algorithm+for+Managed+Aquifer+Recharge+and+Recovery+Operation+Using+Near+Real-Time+Data:+Benchtop+Scale+Laboratory+Demonstration.">Optimal Decision Making Algorithm for Managed Aquifer Recharge and Recovery Operation Using Near Real-Time Data: Benchtop Scale Laboratory Demonstration.</a> Ground Water Monit R. 37 (1), 27-41 (2017).</li><li>Wang, X. S., GAO, Y., Cheng, Y. H., Ma, X. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Knowledge-guided+genetic+algorithm+for+path+planning+of+robot.">Knowledge-guided genetic algorithm for path planning of robot.</a> Control Decis. 24 (7), 1043-1049 (2009).</li></ol>

Die Autoren haben nichts preisgeben.

In diesem Papier haben wir entwickelt eine Art intelligente Roboter, der eigenständig aufgebaut werden kann. Wir implementiert die vorgeschlagene intelligente Suchalgorithmus und autonomen Anerkennung durch verschiedene Software-Programme mit Hardware zu integrieren. Im Protokoll wir stellten Ansätze für die Konfiguration der Hardware und Debuggen des intelligenten Roboters, die, der Nutzern helfen kann eine geeignete mechanische Struktur des eigenen Roboter entwerfen. Im tatsächlichen Betrieb ist es jedoch notwendig...

Roboter sind komplexe, intelligente Maschinen, die Kenntnis der verschiedenen Disziplinen, einschließlich Mechanik, Elektronik, Steuerung, Computer, Sensoren und künstliche Intelligenz 1,2kombinieren. Roboter sind in zunehmendem Maße Unterstützung oder sogar Menschen am Arbeitsplatz, vor allem in der industriellen Produktion aufgrund der Vorteile, die Roboter zu besitzen, bei sich wiederholenden oder gefährliche Aufgaben zu ersetzen. Das Design des Protokolls intelligente Roboter in der aktuellen Studie basiert auf einer geschlossenen Regelkreis-Strategie, speziell Bahnplanung basierend auf einem genetischen Algorithmus. Darüber hinaus wurden die Funktionsmodule streng geteilt3,4, die ein solides Fundament für zukünftige Optimierung Arbeit bieten können, so dass die Roboter eine starke Kapazität für Upgrades haben.
Die modulare Umsetzung der Roboter-Plattform basiert vor allem auf die folgenden Methoden: multi-dimensionalen Kombination Regelstrategie in Motorsteuerung Modul5,6und intelligente Exploration anhand eines genetischen Algorithmus in das Optimierungsmodul Algorithmus.
Wir verwenden doppelte geschlossenen Regelkreis der DC-Motor und vier-Quadranten-Motorbetrieb im motor-Control-Modul. Doppelter Kreislauf Drehzahlregelung bedeutet, dass die Ausgabe der Geschwindigkeitsregler als Eingabe für die Stromregler dient, ermöglicht es, die Strom und Drehmoment des Motors zu kontrollieren. Der Vorteil dieses Systems ist, dass das Drehmoment des Motors in Echtzeit gesteuert werden kann, auf Basis der Differenz zwischen der gegebenen Geschwindigkeit und der tatsächlichen Geschwindigkeit. Wenn der Unterschied zwischen bestimmten und tatsächliche Geschwindigkeiten relativ groß ist, erhöht sich das Drehmoment des Motors und ändert sich die Geschwindigkeit schneller Fahrt die Motordrehzahl auf den angegebenen Wert so schnell wie möglich, wodurch für eine schnelle Geschwindigkeit Verordnung7, 8 , 9. umgekehrt, wenn die Geschwindigkeit relativ nahe bei dem angegebenen Wert ist, es kann automatisch reduzieren das Drehmoment des Motors zu vermeiden, überhöhte Geschwindigkeit, so dass die Geschwindigkeit auf den angegebenen Wert zu erreichen relativ schnell mit keine Fehler6, 10. seit der entsprechenden Zeit konstante elektrische Stromschleife ist relativ klein, die vier-Quadranten motor11,12 kann schneller reagieren, um die Auswirkungen von Störungen zu unterdrücken, wenn das System ausgesetzt ist Einmischung von außen. Dies ermöglicht es, die Stabilität und Anti-jamming Fähigkeit des Systems zu verbessern.
Wir wählen einen genetischen intelligente Optimierungsalgorithmus mit dem höchsten Wirkungsgrad anhand der Ergebnisse einer Simulation in MATLAB. Ein genetischer Algorithmus ist eine stochastische parallel Such-Algorithmus, basierend auf der Theorie der natürlichen Selektion in der Genetik. Es handelt sich um eine effiziente Methode für die Suche nach der optimalen Gesamtlösung in Ermangelung einer Erstinformation. Es betrachtet die Lösungsmenge des Problems als eine Bevölkerung, wodurch die Qualität der Lösung über kontinuierliche Auswahl, Crossover, Mutation und andere genetische Vorgänge. Im Hinblick auf Bahnplanung durch intelligente Roboter entsteht Schwierigkeit durch unzureichende Ausgangsinformationen, komplizierte Umgebungen und Nichtlinearität. Genetische Algorithmen sind besser in der Lage, das Problem der Bahnplanung weil sie globale Optimierung Fähigkeit, starke Anpassungsfähigkeit und Robustheit bei der Lösung nichtlinearer Probleme besitzen; Es gibt keine besonderen Einschränkungen auf das Problem; der Ablauf der Berechnung ist einfach; und es gibt keine besonderen Anforderungen an die Suche Raum 13,14.

<table><tbody><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>L1-1</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>L2-1</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>L3-1</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>L4-1</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>L5-1</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>L5-2</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>U3A</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>U3B</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>U3C</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>U3F</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>U3G</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>U3H</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>U3J</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>I3</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>I5</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>I7</td><td></td></tr><tr><td>structural parts</td><td>UPTECMONYH HAR</td><td>CGJ</td><td></td></tr><tr><td>link component</td><td>UPTECMONYH HAR</td><td>LM1</td><td></td></tr><tr><td>link component</td><td>UPTECMONYH HAR</td><td>LM2</td><td></td></tr><tr><td>link component</td><td>UPTECMONYH HAR</td><td>LM3</td><td></td></tr><tr><td>link component</td><td>UPTECMONYH HAR</td><td>LM4</td><td></td></tr><tr><td>link component</td><td>UPTECMONYH HAR</td><td>LX1</td><td></td></tr><tr><td>link component</td><td>UPTECMONYH HAR</td><td>LX2</td><td></td></tr><tr><td>link component</td><td>UPTECMONYH HAR</td><td>LX3</td><td></td></tr><tr><td>link component</td><td>UPTECMONYH HAR</td><td>LX4</td><td></td></tr><tr><td>Steering gear structure component</td><td>UPTECMONYH HAR</td><td>KD</td><td></td></tr><tr><td>Steering gear structure component</td><td>UPTECMONYH HAR</td><td>DP</td><td></td></tr><tr><td>Infrared sensor</td><td>UPTECMONYH HAR</td><td>E18-B0</td><td>Digital sensor</td></tr><tr><td>Infrared&amp;nbsp;Range&amp;nbsp;Finder</td><td>SHARP</td><td>GP2D12</td><td></td></tr><tr><td>Gray level sensor</td><td>SHARP</td><td>GP2Y0A02YK0F</td><td></td></tr><tr><td>proMOTION&amp;nbsp;CDS</td><td>SHARP</td><td>CDS&amp;nbsp;5516</td><td>The robot steering gear</td></tr><tr><td>motor drive module</td><td>Risym</td><td>HG7881</td><td></td></tr><tr><td>solder wire</td><td>ELECALL</td><td>63A</td><td></td></tr><tr><td>terminal</td><td>Bright wire</td><td>5264</td><td></td></tr><tr><td>motor</td><td>BX motor</td><td>60JX</td><td></td></tr><tr><td>camera</td><td>Logitech</td><td>C270</td><td></td></tr><tr><td>Drilling machine</td><td>XIN XIANG</td><td>16MM</td><td>Please be careful</td></tr><tr><td>Soldering station</td><td>YIHUA</td><td>8786D</td><td>Be&amp;nbsp;careful&amp;nbsp;to&amp;nbsp;be&amp;nbsp;burn</td></tr><tr><td>screwdriver</td><td>EXPLOIT</td><td>043003</td><td></td></tr><tr><td>Tweezers</td><td>R`DEER</td><td>RST-12</td><td></td></tr></tbody></table>

the modular design and production of an intelligent robot based on a closed-loop control strategy

Intelligente Roboter sind Teil einer neuen Generation von Robotern, die sind in der Lage, die Umgebung, ihre eigenen Handlungen zu planen und schließlich ihre Ziele zu erreichen. In den letzten Jahren ist Verlass auf Roboter im täglichen Leben und Industrie gestiegen. Das Protokoll in diesem Papier vorgeschlagene beschreibt die Entwicklung und Herstellung von Handling-Roboter mit einem intelligenten Suchalgorithmus und autonomen Identifikation-Funktion.
Zunächst werden die verschiedenen Arbeitsmodule mechanisch montiert, um den Bau der Arbeitsbühne und die Installation von robotic Manipulator abzuschließen. Dann, wir entwerfen einen geschlossenen Regelkreis-System und ein vier-Quadranten-Motorsteuerung Strategie mit Hilfe von debugging-Software, sowie Lenkgetriebe Identität (ID), Baud-Rate und andere Betriebsparameter um sicherzustellen, dass der Roboter die gewünschte Dynamik erreicht Leistung und geringen Energieverbrauch. Als nächstes Debuggen wir des Sensors um Multi-Sensor-Fusion um präzise Informationen über die Umwelt erwerben zu erreichen. Schließlich implementieren wir die entsprechenden Algorithmus, der den Erfolg der Roboter-Funktion für eine bestimmte Anwendung erkennen kann.
Der Vorteil dieses Ansatzes ist seine Zuverlässigkeit und Flexibilität, wie die Benutzer können eine Vielzahl von Hardware-Bau-Programme zu entwickeln und nutzen Sie die umfassenden Debugger um eine intelligente Steuerungsstrategie umzusetzen. Dies erlaubt Benutzern, individuelle Anforderungen basierend auf ihren Anforderungen mit hoher Effizienz und Robustheit.

In dem Diagramm des Steuerprogramms doppelt geschlossene Bewegung Lila repräsentiert einen bestimmten Geschwindigkeitssignal und gelb entspricht dem Wert von den Steuerausgang System. Abbildung 17 zeigt deutlich, dass die doppelte geschlossenen Regelkreis-System deutlich effektiver als ein Open-Loop-System. Die eigentliche Überschreitung des Ausganges der doppelten closed-Loop-Systems ist relativ klein und die Dynamik des Systems ist besser. ( <strong class...

Watch this Scientific Journal Video about The Modular Design and Production of an Intelligent Robot Based on a Closed-Loop Control Strategy at JoVE.com

The Modular Design and Production of an Intelligent Robot Based on a Closed-Loop Control Strategy

Wir präsentieren ein Protokoll auf modulare Bauweise und Produktion von intelligente Roboter zur Unterstützung wissenschaftlicher und technischer Arbeitnehmer intelligente Roboter mit spezielle Produktionsaufgaben design basierend auf persönliche Bedürfnisse und individuelle Gestaltung.

Der modulare Aufbau und die Produktion von eine intelligente Roboter, basierend auf einem geschlossenen Regelkreis-Strategie

Intelligent robots are part of a new generation of robots that are able to sense the surrounding environment, plan their own actions and eventually reach ...

the-modular-design-production-an-intelligent-robot-based-on-closed

Education

Research

JoVE Core

JoVE Journal

Engineering

Mechanical Engineering

Physics

Electrical Engineering

Unit 1

Inductance

Equilibrium of a Rigid Body

Design of Control Systems

SCIENTISTS IN ACTION

11.5K Aufrufe.  Chinese Academy of Sciences. Wir präsentieren ein Protokoll auf modulare Bauweise und Produktion von intelligente Roboter zur Unterstützung wissenschaftlicher und technischer Arbeitnehmer intelligente Roboter mit spezielle Produktionsaufgaben design basierend auf persönliche Bedürfnisse und individuelle Gestaltung.

Serie: The Modular Design and Production of an Intelligent Robot Based on a Closed-Loop Control Strategy

An Experimental Platform to Study the Closed-loop Performance of Brain-machine Interfaces

The non-stationary nature and variability of neuronal signals is a fundamental problem in brain-machine interfacing. We developed a brain-machine interface to assess the robustness of different control-laws applied to a closed-loop image stabilization task. Taking advantage of the well-characterized fly visuomotor pathway we record the electrical activity from an identified, motion-sensitive neuron, H1, to control the yaw rotation of a two-wheeled robot. The robot is equipped with 2 high-speed video cameras providing visual motion input to a fly placed in front of 2 CRT computer monitors. The activity of the H1 neuron indicates the direction and relative speed of the robot's rotation. The neural activity is filtered and fed back into the steering system of the robot by means of proportional and proportional/adaptive control. Our goal is to test and optimize the performance of various control laws under closed-loop conditions for a broader application also in other brain machine interfaces.

We use a closed-loop fly-machine interface to investigate general principles in neuronal control.

Eine experimentelle Plattform für die Closed-Loop-Performance von Brain-Machine Interfaces Study

The non-stationary nature and variability of neuronal signals is a fundamental problem in brain-machine interfacing. We developed a brain-machine ...

Forschung

Neurowissenschaften

Designing and Implementing Nervous System Simulations on LEGO Robots

We present a method to use the commercially available LEGO Mindstorms NXT robotics platform to test systems level neuroscience hypotheses. The first step of the method is to develop a nervous system simulation of specific reflexive behaviors of an appropriate model organism; here we use the American Lobster. Exteroceptive reflexes mediated by decussating (crossing) neural connections can explain an animal's taxis towards or away from a stimulus as described by Braitenberg and are particularly well suited for investigation using the NXT platform.1 The nervous system simulation is programmed using LabVIEW software on the LEGO Mindstorms platform. Once the nervous system is tuned properly, behavioral experiments are run on the robot and on the animal under identical environmental conditions. By controlling the sensory milieu experienced by the specimens, differences in behavioral outputs can be observed. These differences may point to specific deficiencies in the nervous system model and serve to inform the iteration of the model for the particular behavior under study. This method allows for the experimental manipulation of electronic nervous systems and serves as a way to explore neuroscience hypotheses specifically regarding the neurophysiological basis of simple innate reflexive behaviors. The LEGO Mindstorms NXT kit provides an affordable and efficient platform on which to test preliminary biomimetic robot control schemes. The approach is also well suited for the high school classroom to serve as the foundation for a hands-on inquiry-based biorobotics curriculum.

An approach to neural network modeling on the LEGO Mindstorms robotics platform is presented. The method provides a simulation tool for invertebrate neuroscience research in both the research lab and the classroom. This technique enables the investigation of biomimetic robot control principles.

Entwerfen und Implementieren von Nervous System Simulationen auf LEGO Roboter

We present a method to use the commercially available LEGO Mindstorms NXT robotics platform to test systems level neuroscience hypotheses. The first step ...

Design and Fabrication of an Elastomeric Unit for Soft Modular Robots in Minimally Invasive Surgery

In recent years, soft robotics technologies have aroused increasing interest in the medical field due to their intrinsically safe interaction in unstructured environments. At the same time, new procedures and techniques have been developed to reduce the invasiveness of surgical operations. Minimally Invasive Surgery (MIS) has been successfully employed for abdominal interventions, however standard MIS procedures are mainly based on rigid or semi-rigid tools that limit the dexterity of the clinician. This paper presents a soft and high dexterous manipulator for MIS. The manipulator was inspired by the biological capabilities of the octopus arm, and is designed with a modular approach. Each module presents the same functional characteristics, thus achieving high dexterity and versatility when more modules are integrated. The paper details the design, fabrication process and the materials necessary for the development of a single unit, which is fabricated by casting silicone inside specific molds. The result consists in an elastomeric cylinder including three flexible pneumatic actuators that enable elongation and omni-directional bending of the unit. An external braided sheath improves the motion of the module. In the center of each module a granular jamming-based mechanism varies the stiffness of the structure during the tasks. Tests demonstrate that the module is able to bend up to 120&#176; and to elongate up to 66% of the initial length. The module generates a maximum force of 47 N, and its stiffness can increase up to 36%.

This paper describes the design and fabrication of a soft unit for surgical manipulators. The base module includes three flexible fluidic actuators to achieve omnidirectional bending and elongation, and a granular jamming-based mechanism to enable stiffness control. A complete mechanical characterization is also reported.

Konstruktion und Herstellung eines Elastomer-Einheit für Soft Modular Robots in die Minimal Invasive Chirurgie

In recent years, soft robotics technologies have aroused increasing interest in the medical field due to their intrinsically safe interaction in ...

Biotechnik

Robotic Sensing and Stimuli Provision for Guided Plant Growth

Robot systems are actively researched for manipulation of natural plants, typically restricted to agricultural automation activities such as harvest, irrigation, and mechanical weed control. Extending this research, we introduce here a novel methodology to manipulate the directional growth of plants via their natural mechanisms for signaling and hormone distribution. An effective methodology of robotic stimuli provision can open up possibilities for new experimentation with later developmental phases in plants, or for new biotechnology applications such as shaping plants for green walls. Interaction with plants presents several robotic challenges, including short-range sensing of small and variable plant organs, and the controlled actuation of plant responses that are impacted by the environment in addition to the provided stimuli. In order to steer plant growth, we develop a group of immobile robots with sensors to detect the proximity of growing tips, and with diodes to provide light stimuli that actuate phototropism. The robots are tested with the climbing common bean, Phaseolus vulgaris, in experiments having durations up to five weeks in a controlled environment. With robots sequentially emitting blue light-peak emission at wavelength 465 nm-plant growth is successfully steered through successive binary decisions along mechanical supports to reach target positions. Growth patterns are tested in a setup up to 180 cm in height, with plant stems grown up to roughly 250 cm in cumulative length over a period of approximately seven weeks. The robots coordinate themselves and operate fully autonomously. They detect approaching plant tips by infrared proximity sensors and communicate via radio to switch between blue light stimuli and dormant status, as required. Overall, the obtained results support the effectiveness of combining robot and plant experiment methodologies, for the study of potentially complex interactions between natural and engineered autonomous systems.

Distributed robot nodes provide sequences of blue light stimuli to steer the growth trajectories of climbing plants. By activating natural phototropism, the robots guide the plants through binary left-right decisions, growing them into predefined patterns that by contrast are not possible when the robots are dormant.

Robotic Sensing und Stimuli-Regelung für geführtes Pflanzenwachstum

Robot systems are actively researched for manipulation of natural plants, typically restricted to agricultural automation activities such as harvest, ...

Ingenieurwesen

Operation of the Collaborative Composite Manufacturing (CCM) System

The automated tape placement and the automated fiber placement (AFP) machines provide a safer working environment and reduce the labor intensity of workers than the traditional manual fiber placement does. Thus, the production accuracy, repeatability and efficiency of composite manufacturing are significantly improved. However, the current AFP systems can only produce the composite components with large open surface or simple revolution parts, which cannot meet the growing interest in small complex or closed structures from industry.
In this research, by employing a 1-degree of freedom (DoF) rotational stage, a 6-RSS parallel robot, and a 6-DoF serial robot, the dexterity of the AFP system can be significantly improved for manufacturing complex composite parts. The rotational stage mounted on the parallel robot is utilized to hold the mandrel and the serial robot carries the placement head to mimic two human hands that have enough dexterity to lay the fiber to the mandrel with complex contour.
Although the CCM system increases the flexibility of composite manufacturing, it is quite time-consuming or even impossible to generate the feasible off-line path, which ensures uniform lay-up of subsequent fibers considering the constraints like singularities, collisions between the fiber placement head and mandrel, smooth fiber direction change and keeping the fiber placement head along the norm of the part&#39;s surface, etc. Moreover, due to the existing positioning error of the robots, the on-line path correction is needed. Therefore, the on-line pose correction algorithm is proposed to correct the paths of both parallel and serial robots, and to keep the relative path between the two robots unchanged through the visual feedback when the constraint or singularity problems in the off-line path planning occur. The experimental results demonstrate the designed CCM system can fulfill the movement needed for manufacturing a composite structure with Y-shape.

Operation of the Collaborative Composite Manufacturing CCM System

A collaborative composite manufacturing system is developed for robotic lay-up of composite laminates using the prepreg tape. The proposed system allows the production of composite laminates with high levels of geometrical complexity. The issues in the path planning, coordination of the robots and control are addressed in the proposed method.

Betrieb des Collaborative Composite Manufacturing (CCM) Systems

The automated tape placement and the automated fiber placement (AFP) machines provide a safer working environment and reduce the labor intensity of ...

Manufacturing, Control, and Performance Evaluation of a Gecko-Inspired Soft Robot

This protocol presents a method for manufacturing, control, and evaluation of the performance of a soft robot that can climb inclined flat surfaces with slopes of up to 84&#176;. The manufacturing method is valid for the fast pneunet bending actuators in general and might, therefore, be interesting for newcomers to the field of actuator manufacturing. The control of the robot is achieved by means of a pneumatic control box that can provide arbitrary pressures and can be built by only using purchased components, a laser cutter, and a soldering iron. For the walking performance of the robot, the pressure-angle calibration plays a crucial role. Therefore, a semi-automated method for the pressure-angle calibration is presented. At high inclines (&#62; 70&#176;), the robot can no longer reliably fix itself to the walking plane. Therefore, the gait pattern is modified to ensure that the feet can be fixed on the walking plane.

This protocol provides a detailed list of steps to be performed for the manufacturing, control and evaluation of the climbing performance of a gecko-inspired soft robot.

Herstellung, Steuerung und Leistungsbewertung eines Gecko-inspirierten Softroboters

This protocol presents a method for manufacturing, control, and evaluation of the performance of a soft robot that can climb inclined flat surfaces with ...

Robotic Mirror Therapy System for Functional Recovery of Hemiplegic Arms

Mirror therapy has been performed as effective occupational therapy in a clinical setting for functional recovery of a hemiplegic arm after stroke. It is conducted by eliciting an illusion through use of a mirror as if the hemiplegic arm is moving in real-time while moving the healthy arm. It can facilitate brain neuroplasticity through activation of the sensorimotor cortex. However, conventional mirror therapy has a critical limitation in that the hemiplegic arm is not actually moving. Thus, we developed a real-time 2-axis mirror robot system as a simple add-on module for conventional mirror therapy using a closed feedback mechanism, which enables real-time movement of the hemiplegic arm. We used 3 Attitude and Heading Reference System sensors, 2 brushless DC motors for elbow and wrist joints, and exoskeletal frames. In a feasibility study on 6 healthy subjects, robotic mirror therapy was safe and feasible. We further selected tasks useful for activities of daily living training through feedback from rehabilitation doctors. A chronic stroke patient showed improvement in the Fugl-Meyer assessment scale and elbow flexor spasticity after a 2-week application of the mirror robot system. Robotic mirror therapy may enhance proprioceptive input to the sensory cortex, which is considered to be important in neuroplasticity and functional recovery of hemiplegic arms. The mirror robot system presented herein can be easily developed and utilized effectively to advance occupational therapy.

We developed a real-time mirror robot system for functional recovery of hemiplegic arms using automatic control technology, conducted a clinical study on healthy subjects, and determined tasks through feedback from rehabilitation doctors. This simple mirror robot can be applied effectively to occupational therapy in stroke patients with a hemiplegic arm.

Roboter-Spiegel-Therapiesystem für die funktionelle Erholung von Hemiplegischen Arme

Mirror therapy has been performed as effective occupational therapy in a clinical setting for functional recovery of a hemiplegic arm after stroke. It is ...

Interactive and Visualized Online Experimentation System for Engineering Education and Research

Experimentation is crucial in engineering education. This work explores visualized experiments in online laboratories for teaching and learning and also research. Interactive and visualizing features, including theory-guided algorithm implementation, web-based algorithm design, customizable monitoring interface, and three-dimensional (3-D) virtual test rigs are discussed. To illustrate the features and functionalities of the proposed laboratories, three examples, including the first-order system exploration using a circuit-based system with electrical elements, web-based control algorithm design for virtual and remote experimentation, are provided. Using user-designed control algorithms, not only can simulations be conducted, but real-time experiments can also be conducted once the designed control algorithms have been compiled into executable control algorithms. The proposed online laboratory also provides a customizable monitoring interface, with which users can customize their user interface using provided widgets such as the textbox, chart, 3-D, and camera widget. Teachers can use the system for online demonstration in the classroom, students for after-class experimentation, and researchers to verify control strategies.

This work describes an online experimentation system that provides visualized experiments, including the visualization of theories, concepts, and formulas, visualizing the experimental process with three-dimensional (3-D) virtual test rigs, and visualizing the control and monitoring system using widgets such as charts and cameras.

Interaktives und visualisiertes Online-Experimentiersystem für Ingenieurausbildung und -forschung

Experimentation is crucial in engineering education. This work explores visualized experiments in online laboratories for teaching and learning and also ...

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Information coding in the Central Nervous System (CNS) remains unexplored. There is mounting evidence that, even at a very low level, the representation of a given stimulus might be dependent on context and history. If this is actually the case, bi-directional interactions between the brain (or if need be a reduced model of it) and sensory-motor system can shed a light on how encoding and decoding of information is performed. Here an experimental system is introduced and described in which the activity of a neuronal element (i.e., a network of neurons extracted from embryonic mammalian hippocampi) is given context and used to control the movement of an artificial agent, while environmental information is fed back to the culture as a sequence of electrical stimuli. This architecture allows a quick selection of diverse encoding, decoding, and learning algorithms to test different hypotheses on the computational properties of neuronal networks.

In this paper, an experimental framework to perform closed-loop experiments is presented, in which information processing (i.e., coding and decoding) and learning of neuronal assemblies are studied during the continuous interaction with a robotic body.

Closed-loop Neuro-Roboter-Experimente zur Computational Eigenschaften Neuronale Netze Testen

Information coding in the Central Nervous System (CNS) remains unexplored. There is mounting evidence that, even at a very low level, the representation ...

Insect-controlled Robot: A Mobile Robot Platform to Evaluate the Odor-tracking Capability of an Insect

Robotic odor source localization has been a challenging area and one to which biological knowledge has been expected to contribute, as finding odor sources is an essential task for organism survival. Insects are well-studied organisms with regard to odor tracking, and their behavioral strategies have been applied to mobile robots for evaluation. This "bottom-up" approach is a fundamental way to develop biomimetic robots; however, the biological analyses and the modeling of behavioral mechanisms are still ongoing. Therefore, it is still unknown how such a biological system actually works as the controller of a robotic platform. To answer this question, we have developed an insect-controlled robot in which a male adult silkmoth (Bombyx mori) drives a robot car in response to odor stimuli; this can be regarded as a prototype of a future insect-mimetic robot. In the cockpit of the robot, a tethered silkmoth walked on an air-supported ball and an optical sensor measured the ball rotations. These rotations were translated into the movement of the two-wheeled robot. The advantage of this "hybrid" approach is that experimenters can manipulate any parameter of the robot, which enables the evaluation of the odor-tracking capability of insects and provides useful suggestions for robotic odor-tracking. Furthermore, these manipulations are non-invasive ways to alter the sensory-motor relationship of a pilot insect and will be a useful technique for understanding adaptive behaviors.

The capability to localize an odor source is necessary for insect survival and is expected to be applicable to artificial odor-tracking. The insect-controlled robot is driven by an actual silkmoth and enables us to evaluate the odor-tracking capability of insects through a robotic platform.

Insekt gesteuerte Roboter: Ein mobiler Roboter-Plattform, die geruchs Tracking-Fähigkeit eines Insekts zur Bewertung

Robotic odor source localization has been a challenging area and one to which biological knowledge has been expected to contribute, as finding odor ...