ĐÁNH GIÁ KẾT QUẢ THI CÔNG 9.1 Kết quả mô phỏng mạng huấn luyện tốc độ của Robot : Hình trên biểu diễn kết quả sau khi huấn luyện 10000 chu kì để cập nhật trọng số cho mạng .Sau quá trìn
Trang 1ĐÁNH GIÁ KẾT QUẢ THI CÔNG
9.1 Kết quả mô phỏng mạng huấn luyện tốc độ của Robot :
Hình trên biểu diễn kết quả sau khi huấn luyện 10000 chu kì để cập nhật trọng số cho mạng Sau quá trình huấn luyện , sai số bình phương tối thiểu giữa đầu ra thực sự của mạng và đầu ra mong muốn là rms=0.017214 Nếu ta tăng số chu kì huấn luyện thì có thể có được sai số nhỏ hơn
Chu kì xung kích
Trang 29.2 Kết quả mô phỏng mạng huấn luyện hành vi của Robot :
9.2.1 Trường hợp 1 : khi 2 đầu vào của mạng đặc trưng cho quang trở bên
phải và quang trở bên trái ur(k) là sin và ul(k) là hằng số
Sau khi hoàn thành quá trình huấn luyện , ta đưa vào đầu vào của mạng một tín hiệu hình sin và một tín hiệu là hằng số như hình vẽ 1 ta thu được đầu ra thực sự của mạng và đầu ra mong muốn như hình 2 và 3 Trong hình 2 ,sai số giữa đầu
ra của mạng và đầu ra mong muốn làm cho robot chạy thẳng nhiều hơn 1 đoạn như hình vẽ ; không có sai số giữa đầu ra của mạng và đầu ra mong muốn trong hình 3 Sai số bình phương tối thiểu giữa đầu ra của mạng và đầu ra mong muốn trong trường hợp này là rms= 0.141421 Nếu ta chọn các thông số huấn luyện thích hợp thì ta có thể có được đầu ra của mạng bằng với đầu ra mong muốn ( nghĩa là không có sai số ) như kết quả sau :
Trang 49.2.2 Trường hợp 2 : khi hai quang trở phải và trái luôn bằng nhau tại mọi
thời điểm
Theo kết quả thu được thì Robot luôn chạy thẳng vì 2 tín hiệu đầu ra điều khiển rẽ trái và rẽ phải luôn bằng 0 Sai số giữa đầu ra của mạng và đầu ra mong muốn bằng 0
9.3 Đánh giá kết quả thi công :
a Ưu điểm :
- Robot hoạt động tốt trong môi trường ít ánh sáng nhiễu
- Robot hoạt động đảm bảo yêu cầu là hướng ánh sáng
Trang 5- Mạch phần cứng và các chương trình phần mềm cho Robot hoạt động tin cậy
Trang 6b Nhược điểm :
- Robot hoạt động không chính xác trong môi trường có nhiều ánh sáng
- Phần cơ khí của Robot không tối ưu ( các công tắc va chạm và bánh
xe ) dẫn đến đôi lúc Robot không tránh được vật cản
- Chưa thể huấn luyện mạng trực tiếp trên Vi Xử Lý , vì vậy việc huấn luyện mạng trên máy tính và kết nối Robot với máy tính làm cho cơ cấu kồng kềnh
9.4 Hướng phát triển của đề tài :
- Tìm hiểu ngôn ngữ C lập trình cho VXL 89C51 để có thể huấn luyện mạng trực tiếp trên VXL
- Nghiên cứu việc sử dụng Camera vào điều khiển Robot làm cho Robot thông minh hơn : nó có thể tự tìm đường đi tối ưu ,tránh vật cản và tới đích đã định trước
- Phát triển dùng hoàn toàn các lý thuyết về mạng Neuron để điều khiển Robot
SVTH : Hoàng Trung Hiếu & Nguyễn Trung Dũng trang 215
Trang 7PHẦN PHỤ LỤC :
1 Sơ đồ nguyên lý
mạch phần cứng
cho Robot
2 Sơ đồ mạch in 3
Tài liệu tham khảo
o Mạng Neuron : Nhận Dạng , Dự Báo Và Điều Khiển
Thầy Nguyễn Thiện Thành
o Neural Networks For Identification , Prediction And Control
Duc Truong Pham And Liu Xing
o Neural Network And Fuzzy Logic Applications In C/C++
Stephen T.Welstead
o Giáo Trình Và Thí Nghiệm Vi Xử Lý
Khoa Điện-Điện Tử
o Kỹ Thuật Ghép Nối Máy Tính
Ngô Diên Tập
o Lập Trình Ghép Nối Máy Tính Trong Windows
Ngô Diên Tập o Tin Học 2
Đặng Thành Tín
o Kỹ Năng Lập Trình VISUAL BASIC 6
Nguyễn Tiến Dũng o Và Một Số Trang WEB Và Tài Liệu Khác
SVTH : Hoàng Trung Hiếu & Nguyễn Trung Dũng trang 216
Trang 8Luận Văn Tốt Nghiệp GVHD : T h a à y Nguyễn Thiện Thành
Sơ đồ mạch in mặt TOP
SVTH : Hoàng Trung Hiếu & Nguyễn Trung Dũng trang 217
Trang 9SVTH : Hoàng Trung Hiếu & Nguyễn Trung Dũng trang 218
Sơ đồ mạch in mặt BOTTOM
