YAPAY ZEKÂ KONTROL YÖNTEMLERİ İLE İKİ-YÖNLÜ HAPTİK-TELEOPERASYON ROBOTİK SİSTEMLERİNDE KARARLILIK VE ŞEFFAFLIĞIN ARTIRILMASI

Abstract

Günümüz teknolojisinde robotların çevresel şartları algılayabilmeleri, karar verebilmeleri ve bu kararlar doğrultusunda hareket edebilmeleri insanlık hayatının her alanında önemli bir yer tutmaktadır. Haptik-Teleoperasyon sistemleri bilinmeyen ortamlar hakkında bilgi edinilmesi ve gerekli verilerin toplanması için kullanılmakta olan insan- robot etkileşimine olanak sağlayan bir teknolojidir. Bu tez çalışmasında Yapay Zekâ, Adaptif ve Kayan Kipli kontrol algoritmaları ile sistemlerin kararlılık ve şeffaflık performansını etkileyen zaman gecikmesi, ölü bölge, dinamik belirsizlik ve veri kaybı gibi önemli problemlerin telafi edilmesi hedeflenmiş ve aynı zamanda sistemlerin bu problemlerden etkilenmelerinin minimize edilmesi amaçlanmıştır. Ölü bölge probleminin telafisi için az veya çok az ölü bölge içerecek şekilde bir Gürbüz Adaptif kontrol algoritması tasarlanmış ve sisteme uygulanmıştır. Zaman gecikmesi ve dinamik belirsizlik problemleri Modifiye edilmiş Dalga Değişkenleri ve Doğrusal Olmayan Bozucu Gözlemci yöntemlerinin yukarıda belirtilen kontrol algoritmalarıyla hibrit kullanımı sonucunda telafi edilmiştir. Son olarak iletişim kanalı yapay sinir ağıyla modellenmiş ve veri kaybı en aza indirilmiştir. Bu çalışmada, tasarlanan ve uygulanan kontrol yöntemlerinin sistem üzerindeki performansını etkileyen kontrol parametrelerinin en uygun değerleri Parçacık Sürü ve Grey Wolf optimizasyon algoritmaları ile bulunmuştur. Ayrıca tasarlanan görsel arayüzler ile kullanıcıya görsel geri besleme sağlanarak kullanıcının performansı artırılmıştır. Bu tez çalışmasında, üç farklı robotik sistemi kullanılmıştır. Simülasyon ve laboratuvar ortamında gerçek zamanlı deneysel çalışmalar sonucunda elde edilen grafiksel ve sayısal veriler doğrultusunda önerilen kontrol algoritmaların birbirleriyle ve literatürdeki ilgili çalışmalarla performans kriterleri kıyaslanmış ve irdelenmiştir.In today's technology, the ability of robots to perceive environmental conditions, make decisions and act in line with these decisions has an important place in every aspect of human life. Haptic-Teleoperation systems are a technology that allows human-robot interaction, which is used to obtain information about unknown environments and to collect necessary data. In this thesis, it is aimed to compensate the important problems such as time delay, dead zone, dynamic uncertainty and data loss that affect the stability and transparency performance of the systems with Artificial-Intelligence, Adaptive and Sliding-Mode control algorithms, and at the same time, it is aimed to minimize the effects of these problems on the systems. A Robust-Adaptive control algorithm has been designed and applied to the system in a way that it will be a system with more or less dead zone to compensate for the dead zone problem. Time delay and dynamic uncertainty problems are compensated as a result of hybrid use of Modified-Wave Variables and Nonlinear-Distortion-Observer methods with the control algorithms mentioned above. Finally, the communication channel is modeled with an artificial neural network and data loss is minimized. The optimum values of the control parameters affecting the performance of the designed and applied control methods on the system were found by PSO and GWO optimization algorithms. In addition, the user's performance has been increased by providing visual feedback to the user with the designed visual interfaces. In this thesis, three different robotic systems were used. In line with the graphical and numerical data obtained as a result of simulation and laboratory-based real-time experimental studies, the performance criteria of the proposed control algorithms with each other and related studies in the literature were compared and examined.