Robot elin hassas kavrama görevi için bulanık mantık ile kavrama kuvvetinin kontrolü

Abstract

Bu çalışmada, bir robot elin hassas kavrama görevinde özellikleri bilinmeyen bir nesnenin kalıcı deformasyona uğramadan ve düşürülmeden kavranıp kaldırılması için kavrama kuvvetinin kontrolünü sağlamak amaçlanmıştır. Nesneleri kavramak, robot el için belirsizlikler içeren karmaşık bir görevdir. İnsanlar bu görevi başarıyla yerine getirebilmektedir. Nesne kavramaya yönelik insan yeteneklerini makineye aktarmak ve kavrama kuvvetinin kontrolünü sağlamak için bulanık mantık yöntemi kullanılmıştır. İnsanlar nesneleri kavrayıp kaldırırken, kavrama kuvvetinin minimum sınır değerinin üzerine güvenlik için fazladan kuvvet eklemektedirler. Bu fazladan kuvvet literatürde "Güvenlik marjı" olarak ifade edilmiştir. Güvenlik marjının, kavrama kuvvetinin minimum sınır değerine göre yüzde oranı ise "Güvenlik marjı oranı" olarak ifade edilmektedir. Bu çalışmanın ilk adımında insanlarla hassas kavrama-kaldırma deneyleri yapılmıştır. Bu deneylerden optimum güvenlik marjı verileri elde edilmiştir. Sonuç olarak, insanların, değişen yüzey sürtünme özelliğine ve ağırlığa bağlı olarak güvenlik marjını %9 ile %20 arasında değişen oranlarda uyguladıkları bulunmuştur. Deneylerden elde edilen veriler kullanılarak bulanık güvenlik marjı hesaplama sistemi tasarlanmıştır. Yapılan performans testlerinde bulanık güvenlik marjı hesaplama sistemi, deneylerdeki aynı nesne koşulları için %8 ile %21 arasında değişen oranlarda güvenlik marjı hesaplamıştır. Daha sonra, bir robot elin parmaklarını temsil eden eyleyici tasarlanarak üretimi gerçekleştirilmiştir. Bulanık güvenlik marjı hesaplama sistemi, eyleyici ve diğer kontrol ve kumanda öğeleri entegre edilerek kavrama kuvveti kontrol sisteminin tasarımı gerçekleştirilmiştir. Tasarlanan sistemde güvenlik marjının daha optimize edilmesine olanak sağlayan yerel ağırlık yaklaşımı geliştirilmiştir. Literatürde güvenlik marjı oranının %10 ile %40 arasında değiştiği belirtilmiştir ve bazı çalışmalarda sabit %20 kabul edilmiştir. Bu çalışmada tasarlanan kavrama kuvveti kontrol sistemi, değişen nesne koşullarına bağlı olarak %3 ile %16 arasında değişen oranlarda güvenlik marjı ile nesneleri gerçek zamanlı olarak kavrayıp kaldırmıştır. Elde edilen sonuçlar, bu çalışmadaki metot ve yaklaşımın robot elin hassas kavrama görevinde kavrama kuvvetinin kontrolü için uygulanabilirliğini ortaya koymuştur.

In this study, it is aimed to ensuring control of the grasping force in order to grip and lift an unknown object without permanent deformation and dropping in the precision grasp task of a robotic hand. Grasping objects is a complex task involving uncertainties for the robotic hand. Humans are able to perform this task successfully. The fuzzy logic method was used for ensuring control of the grip force by transferring human abilities oriented to grasping object to machine. When humans grip and lift objects, they add extra force for safety above the minimum limit value of the grasping force. This extra force is expressed in the literature as the "Safety margin". The percentage ratio of safety margin according to minimum limit value of grasping force is expressed as "Safety margin ratio". In the first step of this study, precision grip-lift experiments were conducted with humans. Optimum safety margin data were obtained from these experiments. As a result, it was found that humans apply safety margin between 9% and 20% by varying ratios, depending on the varying surface friction property and weight. A fuzzy safety margin calculation system was designed by using the data obtained from the experiments. In the performance tests, the fuzzy safety margin calculating system calculated safety margin for the same object conditions in the experiments between 8% and 21% by varying ratios. Later, the actuator which representing the fingers of a robot hand was designed and manufactured. The design of the grip force control system was realized by integrating the fuzzy safety margin calculation system, actuator and other control and command elements. In the designed system, the local weight approach was developed, which allows the safety margin to be more optimized. In the literature was stated that the safety margin ratio varies between 10% and 40% and in some studies was accepted as a constant %20. The grip force control system designed in this study was gripped and lifted objects in real-time by the safety margin varying between 3% and 16% depending on changing object conditions. The obtained results were demonstrated the applicability of the method and approach in this study for the control of grip force in the precision grasp task of the robot hand.