Die meisten von Industrierobotern sind noch mit den typischen Lehrprozess programmiert, durch den Einsatz des Roboters unterrichten Anhänger. In diesem Papier ist ein Beschleunigungsmesser-basiertes System zur Steuerung von eines Industrieroboters mit zwei Low-Cost- und kleine 3-Achs drahtlose Beschleunigungssensoren vorgeschlagen. Diese Beschleunigungssensoren sind die menschlichen Arme, erfassen ihr Verhalten (Gesten und Körperhaltungen) befestigt. Ein Künstliches neuronales Netz (ANN) trainiert mit einem Backpropagation Algorithmus wurde verwendet, zu erkennen, Arm Gesten und Haltungen, die dann als Eingabe in die Steuerung des Roboters verwendet werden. Ziel ist es, dass der Roboter die Bewegung fast zum gleichen Zeitpunkt beginnt, wie der Benutzer beginnt, eine Geste oder Körperhaltung (geringe Reaktionszeit) durchzuführen. Die Ergebnisse zeigen, dass das System die Kontrolle von einem Industrieroboter in einer intuitiven Weise ermöglicht. Allerdings sollte die erreichte Erkennungsrate von Gesten und Körperhaltungen (92 %) halten den Kompromiss mit der Reaktionszeit des Systems (160 Millisekunden) in Zukunft verbessert werden. Schließlich werden die Ergebnisse einiger Tests durchgeführt mit einem Industrieroboter präsentiert und diskutiert.
Jungs in diesem Projekt werden wir zwei Kommunikationsstandards zu verwenden, um unsere Roboter zu steuern ist ein Xbee für Greifer Motion Control in drei Achsen und GSM-Steuerung Mobilität der Drohne.
In diesem Projekt haben wir mit Mikrocontrollern, DTMF-Decodierung, DTMF-Signalverarbeitung, grundlegende Robotersteuerung, motor Treiberschaltungen, Servo motor-Control erfahren Sie mehr über XBEE Standards, Arten, seine Konfiguration, PWM signal Generation.
