جلسه دفاع پایان نامه: آرش کریمی، گروه کنترل
عنوان پایاننامه: مدلسازی، کنترل تعادل و طراحی الگوریتم ناوبری برای موتورسیکلت الکتریکی در حضور موانع به کمک یادگیری تقویتی
ارائه کننده: آرش کریمیاستاد راهنما: دکتر مجید سادهدلاستاد ناظر داخلی اول: دکتر پویا بدریاستاد ناظر خارجی اول: دکتر سید موسی آیتیتاریخ: ۱۴۰۴/۰۶/۳۱ساعت: ۱۶ تا ۱۸مکان: کلاس 351
چکیده:خودروهای دوچرخ مانند موتورسیکلت و دوچرخه به دلیل ابعاد کوچک، اینرسی کمتر، مصرف انرژی پایین و قابلیت تغییر ناگهانی جهت حرکت نسبت به خودروهای چهارچرخ، در کاربردهایی که محدودیت فضا و نیاز به مانورپذیری بالا وجود دارد، گزینهای ایدهآل محسوب میشوند. تفاوت اساسی این وسایل با خودروهای چهارچرخ، نیاز به حفظ تعادل است که در سرعتهای پایین، بهویژه کمتر از ۵ متر بر ثانیه، چالشبرانگیزتر میگردد. این مسئله در شرایطی که مسیر دارای انحنای زیاد برای رسیدن به هدف باشد، دشواری بیشتری ایجاد میکند. در این پژوهش، موتورسیکلت الکتریکی بدون راننده و سرنشین مورد بررسی قرار گرفته است. در گام نخست، مدلسازی دینامیکی سیستم در محیط نرمافزار متلب انجام شده و در این مرحله عوامل محیطی و طبیعی نظیر باد، باران و شرایط جوی در نظر گرفته نشدهاند. سپس کنترل چرخ عکسالعمل با یک کنترلکننده تناسبی انتگرالی مشتقی طراحی گردید، بهطوریکه زاویه غلتش استخراجشده از سنسور بهعنوان ورودی کنترلر دریافت و گشتاور تولیدی چرخ عکسالعمل بهعنوان خروجی آن اعمال شد. در ادامه، بهمنظور بهبود پایداری بهویژه در سرعتهای پایین، الگوریتم یادگیری تقویتی برای بهینهسازی فرمانهای کنترلی چرخ عکسالعمل مورد استفاده قرار گرفت. علاوه بر حفظ تعادل، سناریوی ناوبری با الگوریتم رفتار مبنا از مبدأ به مقصد در حضور موانع نیز طراحی گردید. برای ارزیابی عملکرد سیستم، تستها بهصورت جداگانه با کنترلکننده تناسبی انتگرالی مشتقی و الگوریتمهای یادگیری تقویتی انجام شد و نتایج شبیهسازیهای بهدستآمده با یکدیگر مقایسه گردید. در نهایت مشخص گردید که بهترین روش برای حفظ تعادل، استفاده از الگوریتم یادگیری تقویتی سهتایی تأخیری با مقدار خطای RMS برابر 1 درجه بوده است.