Хокинг Бот: 5 кадам

2024 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2024-01-30 10:41

Hawking Bot - бул маркум Стивен Хокингдин жетеги менен жазылган Lego MINDSTORMS EV3 долбоору. Стивен Хокинг жакшы юмор сезимине ээ болгондуктан, мен бул долбоорду жактырарына ишенем. Хокинг Бот тоскоолдуктарды айланып өтөт жана кыймылдарга жооп берет, андан кийин Стивен Хокингдин белгилүү үндөрүнүн бирин айтат жана кыймылдуу объектинин багытында кыймылдай алат. Бул ультрадыбыштуу сенсорду колдонот, ал айлана -чөйрөнү сканерлөөчү баш кыймылы менен.

1 -кадам: Hawking Bot түзүңүз

Бардык керектүү бөлүктөр өзүнчө сатып алуусу керек болгон УЗИ сенсорун (анын көзүн) кошпогондо, EV3 Lego MINDSTORMSдин негизги бөлүгүндө.

2-кадам:

Хокинг Ботунун коду бардык python 3 тилинде жазылган. Хокинг Боттогу Debian Linux чөйрөсүндө питон иштетүү үчүн жүктөлүүчү сүрөт файлы ev3dev веб -сайтынан көчүрүп алса болот. Хокинг Ботту иштетүү кодун бул жерден көчүрүп алсаңыз болот. Бардык коддор класстын файлында камтылган, андыктан сиз учурдагы ыкмаларды колдоно аласыз, же кааласаңыз, аларды өзгөртө аласыз.

Сураныч, бул видеону роботуңузда Debian Linux жана Python3 орнотуу боюнча деталдуу көрсөтмөлөрдү көрүңүз. Бул Mac орнотуусу үчүн атайын болсо да, процесстин жалпы түшүнүгүн алуу үчүн пайдалуу болот. Бул жүрүп иш болуп саналат. УЗИ сенсор кээде ишеничтүү эмес жана бул "четтөөлөрдү" аныктоо үчүн акылдуу кодду талап кылат. Мен кодду эффективдүүрөөк жана катачылыкты азыраак кылуу үчүн башкалардын салымдарын көргүм келет.

3 -кадам: Өзүңүздүн Хокинг Саундбиттериңизди түзүңүз

Макул, азыр сиз профессор Хокингден кээ бир атактуу цитаталарды же жөнөкөй сөздөрдү алгыңыз келет. Анын сүйлөгөн сөзүн уккан көптөгөн видеолор бар, андан кийин акылмандыктын жана пайдалуу үндөрдүн кенчи болгон лекциялар бар.

Сизге Audacity сыяктуу программа керек, ал көптөгөн платформаларда иштеп, сүйүктүү үндөрүңүздү тандап, кесип салышат.

Саундбитти wav моно файл катары SH6, SH7,… SH11, SH12 ж.

Төмөндө сиз жогоруда көрсөтүлгөн ыкма боюнча мен жараткан бир нече үлгүлөрдү таба аласыз.

4 -кадам: Кеңештер жана амалдар

Hawking Bot бардык кабелдердин туташуусун жана батареянын кубаттуулугун камсыз кылуу үчүн өзүн өзү текшерүүчү модуль менен келет. Бош, жок же ал тургай бузулган байланыштар оңой эле пайда болушу мүмкүн. Ошентип, бул модуль абдан пайдалуу. 'CheckConnection' ыкмасы электр байланышы бар -жогун текшерет. Сиз дагы эле моторлордун туура портко туташканын камсыз кылышыңыз керек.

Башты серпүү кыймылы Хокинг Боттун рельефин сканерлөөсү жана алдыдагы эң тоскоолдуксуз жолду табышы үчүн абдан маанилүү. Кабелдер баштын кыймылына көнүү үчүн жетиштүү орун керек; ошондуктан аларды сүрөттө көрсөтүлгөндөй бириктирүү максатка ылайыктуу.

Hawking Bot чоң тоскоолдуктар менен жана тегиз жана жылмакай жерде эң жакшы иштейт. Килемдер моторлор үчүн татаалыраак жана ар кандай беттердин жүрүм -турумун тууралоо үчүн орнотууларды тууралашыңыз керек болот.

Hawking Bot эч кандай кемчиликсиз эмес жана бул андан ары өркүндөтүүдөн пайда ала турган прототип. Код толугу менен комментарийленген жана ар кандай методдордун кандай иштээрин билүү оңой болушу керек. Ар кандай биттер # менен комментарийленген, эгер сиз # басып чыгаруунун алдында # алып салсаңыз, иштеп жаткан программа сизге ар кандай сенсорлордун окууларын жана эсептөөлөрүн көрсөтөт.

5 -кадам: Сунушталган жакшыртуулар, жаңыртуулар жана келечектеги идеялар

Эми роботту ийгиликтүү курган соң, аны кийинки баскычка көтөргүңүз келет. Сиз MotionDetector ыкмасын жакшырта аласыз. Азыр көбүнчө туура эмес окуп калат. Чыныгы окууларды disA жана disB (методдук блоктун ылдый жагында) жазуу аркылуу көрө аласыз. Туура эмес окуу көбүнчө башка окуудан айырмаланып турат, андыктан роботтун туура эмес окууга жооп берүүсүн токтотуу үчүн алгоритм жаза аласыз.

Балким, сиз роботту толугу менен башкарып, анын ар кандай функцияларын алыстан башкаргыңыз келет. Сиз муну Bluetooth аркылуу жасай аласыз жана робот менен баарлашуу үчүн Android программасын жаза аласыз. Бирок, инфракызыл сенсорго Хокинг Ботту көзөмөлгө ала турган жер табуу бир топ оңой болмок.

Роботту айлана -чөйрөнү билүүгө үйрөтүү жөнүндө эмне айтууга болот? Бул жакынкы кошуна мамилеси же нейрон тармагы менен ишке ашышы мүмкүн. EV3 кирпичинин иштетүү күчү чектелүү, бирок ал Numpy колдойт. Альтернатива BrickPi болмок, бул сизге Tensorflow сыяктуу AI китепканасын иштетүүгө мүмкүндүк берет, бирок бул колдонмонун максаты - УЗИ сенсорунан башка көптөгөн кымбат баалуу бөлүктөрдү сатып алуусуз Lego EV3 MINDSTORMS комплектин колдонуу.

Бирок, k-жакынкы коңшуларын кайра окутуу ыкмасы EV3 кышында иштеши керек жана бул сунушталган алгоритм. Мен иштөөчү программаны табууну же кандайдыр бир көйгөйлөрдү чечүүнү сизге тапшырам:

Hawkings Bot үчүн күчөтүү үйрөнүү

Идея 7 USS көрсөткүчтөрү векторго коддолгон жана акыркы 10 баш ийүү 70 жазуунун ырааттуу векторун түзүү үчүн колдонулат. Биринчи окуулар толук эмес болгондуктан нөлдөр менен толтурулат. Ар бир жазуу USS аралыктын маанисин камтыйт. Бул мамлекеттик вектор. Система 1000 жазууга мүмкүндүк берет. Андан кийин эң эски жазуу алмаштырылат жана ар бир s-r жуп жазуусу бирге кыскарат.

Бот бир нерсеге 10 см жакын болбошу керек. Бул терс сыйлык жаратат. Жөнөкөйлүк үчүн; жакшы аракеттер 1 менен, жамандыктар 0 менен сыйланат. Натыйжалуу түрдө, бул ар бир иш-абалдын айкалышы үчүн сыйлык алуу ыктымалдыгын жаратат. Биз арзандатылган сыйлыктарды жана epsilon ачкөз саясатын колдонобуз.

Бул оң, түз жана сол үч иш үчүн тең 3 чоң мамлекет-сыйлык (s-r) таблицасын түзөт-ар бир иш үчүн ылдам жана жай ылдамдыкта болушу мүмкүн. Андан кийин бизде 6 иш-аракет жана 6 издөө s-r таблицасы болмок.

Жаңы абал жазылган сайын, ал таблицаларга салыштырылат, Евклиддик аралык (же ушул сыяктуу өлчөө) жакынкы кошунаны табуу үчүн колдонулат. Бул рейтинге ээ болбойт, тескерисинче штат мамлекетти абдан окшош деп кабыл алууга, учурдагы абалды кайра жазууга жана эң жогорку сыйлыкка жаңыртууга жана ага байланыштуу иш -аракеттерди аткарууга коюлган. Эгерде ал окшош болбосо (d> t), ар бир аракет үчүн жаңы s-r түгөйүн киргизиңиз. Эгерде s-r үчүн аракеттердин ортосунда байланыш бар болсо (алардын баары бирдей сыйлыкка ээ), туш келди тандап алыңыз, бирок бул жалпы эмес жана алынып салынышы мүмкүн.

t эксперименталдык түрдө аныкталышы керек, эгер t өтө кичине болсо, окшош мамлекеттер эске алынбайт жана ар бир абал уникалдуу катары каралат. Өтө чоң а - бул, тескерисинче, окшош эмес мамлекеттер биригип, жакшы аракеттерди тандоо жөндөмүнө таасир этиши мүмкүн дегенди билдирет. Мыкты т -ды аныктоо үчүн статистикалык ыкмаларды колдонуу мүмкүн болушу мүмкүн.

Таблица бир нерсеге окшош: Кирүү No - Мамлекеттик вектор - 1 -аракет үчүн сыйлык - 2 -аракет үчүн сыйлык - 3 -аракет үчүн сыйлык.

Менимче, иш жүзүндө ишке ашыруу татаал болот, бирок күч -аракетти жумшоо керек. Жакшы ийгилик!