<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>نوشته های نازنین رضائی</title><link>https://virgool.ir/feed/@nazanin.rezaie</link><description></description><language>fa</language><pubDate>2026-11-10 22:00:34</pubDate><image><url>https://files.virgool.ir/upload/users/246987/avatar/0or8cj.png</url><title>نازنین رضائی</title><link>https://virgool.ir/@nazanin.rezaie</link></image><item><title>طراحی مسیر در ربات‌های خودمختار (Path Planning)</title><link>https://virgool.ir/KN2CRoboticsTeam/طراحی-مسیر-در-رباتهای-خودمختار-path-planning-fo6cfmblmbxe</link><description>شما هم احتمالا ربات‌هایی در اینترنت و فضای مجازی و شاید تلویزیون دیده‌اید که بدون کنترل انسان حرکت می‌کنند؛ ولی چگونه این خودمختاری امکان‌پذیر است؟ ربات‌های امدادگر، جاروبرقی‌های رباتیک، ماشین‌های خودکار، پهپاد‌های نامه‌رسان و ... همگی از این نوع ربات‌ها هستند. این ربات‌ها در مکان‌هایی که انسان نمی‌تواند در آن حضور یابد، بیشترین کاربرد را دارند.  در این نوشته به الگوریتم‌ها و روش‌های مختلف خودمختاری ربات‌ها می‌پردازیم. ربات امدادگر آزمایشگاه رباتیک KN2C مسیریابی یا طراحی مسیر یا Path Planning  از مباحث مهم ربات‌های خودمختار است. مسیریابی عبارت است از اینکه ربات از یک نقطه‌ی شروع (Starting Position)  به یک نقطه‌ی پایانی و هدف (Goal Position) برود. این عملیات لازم است بدون دخالت انسان باشد. ربات برای پیدا کردن مسیر نقطه‌ی شروع تا نقطه‌ی پایانی (Path Planning)، موانع (‌‌Obstacles) را نیز در نظر می‌گیرد و از آن‌ها دوری می‌کند. مسیر از نقطه‌ی شروع تا پایان و دوری از موانعمسیریابی با توجه به محیط اطراف ربات به دو نوع تقسیم می‌شود. مسیریابی ایستا (Static Path Planning) و مسیریابی پویا (Dynamic Path Planning). در مسیریابی ایستا محیط اطراف ربات با گذر زمان تغییر نمی‌کند. در حالی که در مسیریابی پویا به دلیل تغییر محیط در زمان لازم است ربات همواره و به صورت هم‌زمان (online) عملیات مسیریابی را انجام دهد. طراحی مسیر در ناوبری در محیط محلی (Local Navigation) در نوشته‌ی دیگری که از انتشارات KN2C ‌ منتشر شد، خواندیم که یک ربات چگونه می‌تواند با استفاده از سنسور‌های مختلفی که بر دوش می‌کشد، اطلاعات مورد نیاز خود را به صورت هم‌زمان، از محیط اطراف دریافت کند. اطلاعات دریافت شده از محیط می‌توانند با پردازش‌ها و الگوریتم‌هایی، به نقشه‌ی محیط اطراف ربات تبدیل شوند. سنسور‌ مورد نظر برای این کار با نام  LIDAR شناخته می‌شود. این سنسور با فرکانس خاص و تعیین شده، فاصله‌ی جسم‌های اطراف ربات را به صورت داده، در اختیار ربات قرار می‌دهد. استفاده از سنسور‌های دیگری مانند دوربین، GPS، انکودر موتور و ... در کنار LIDAR   به ربات کمک می‌کند که نقشه‌ی دقیق تری از محیط اطراف خود داشته باشد. محققان رباتیک با استفاده از نقشه‌ی به‌دست‌آمده و دیگر اطلاعات محیط، به ربات‌ها آموزش می‌دهند که مسیرشان را در هر محیطی پیدا کنند و در دنیای انسان‌ها گلیم خود را از آب بیرون بکشند.نمونه ای از سنسور‌های LIDARجاروبرقی‌های رباتیکی با استفاده از این موضوع در ابتدا نقشه‌ای از محیطی که در آن هستند تهیه می‌کنند. بعد از شناختن خانه‌ی جدید خود و با استفاده از نقشه، گوشه‌به‌گوشه‌ی خانه را می‌گردند و تمیز می‌کنند. از نکات جالب این جاروبرقی این است که محل شارژر خود را روی نقشه خانه می‌داند و بعد از تمیز کردن خانه به محل شارژ خود بر‌می‌گردد. جاروبرقی رباتیکی و خودکاردر ادامه ویدیوی ساخته‌شدن هم‌زمان نقشه توسط LIDAR  را مشاهده می‌کنید.طراحی مسیر با استفاده از هوش مصنوعی (Artificial Intelligence)هوش مصنوعی علم بخشیدن هوش و خرد به ماشین‌ها و ربات‌ها است که توانایی تصمیم‌گیری در موقعیت‌های مختلف را به ربات می‌بخشد. یک ربات یا سیستم هوشمند برای حل کردن مسئله‌ها از روش‌هایی به نام روش‌های هوش مصنوعی استفاده می‌کند. از جمله‌ی این روش‌ها سیستم منطق فازی (Fuzzy Logic System)، شبکه عصبی (Neural Network)، عصبی-فازی (Neural-Fuzzy) و ... می توان نام برد. برای بهینه کردن مسیر طراحی شده از الگوریتم‌هایی مانند بهینه‌سازی کلونی مورچه (Ant Colony Optimization)،‌ بهینه سازی ازدحام ذرات (Particle Swarm Optimization) و ... استفاده می‌شود. با استفاده از بهینه‌سازی می توانیم کوتاه‌ترین و موثر‌ترین مسیر را بدون برخورد با موانع، طراحی کنیم.الگوریتم کلونی مورچه‌ها در نوشته‌ی دیگری از مریم تیموری در انتشارات KN2C منتشر شده‌ است که می‌توانید اینجا بخونید. برای خواندن نوشته‌های بیشتری در این زمینه، می‌توانید از این لینک با تیم رباتیک KN2C  بیشتر آشنا شوید. </description><category>نازنین رضائی</category><author>نازنین رضائی</author><pubDate>Sun, 20 Sep 2020 14:10:10 +0430</pubDate></item><item><title>خنثی کردن بمب با بازوی رباتیک (سینماتیک معکوس)</title><link>https://virgool.ir/KN2CRoboticsTeam/خنثی-کردن-بمب-با-بازوی-رباتیک-سینماتیک-معکوس-aw479vwk2kri</link><description>فرض کنید یه بمب در حال ترکیدن و یه بازوی رباتیکی داریم. به دلیل موقعیت خطرناک، ربات را به محل بمب می فرستیم و انتظار داریم که بازوی روی ربات با فشار دادن دکمه ای تو یه مختصات خاص بمب مارو خنثی کند.بازوی رباتیکی تیم KN2Cاگر یک انسان مامور خنثی کردن بمب باشد، ابتدا به منطقه ی مورد نظر می رود. بعد از رسیدن، بدون اینکه فکر کند که هر کدام از مفصل های دستش را در چه جهتی حرکت بدهد تا انگشتانش به دکمه‌ی خنثی‌سازی بمب برسند و بدون محاسبات ریاضی می تواند دکمه را فشار بدهد. اما این مساله در مورد بازوی ربات بسیار متفاوت است. بازو‌های رباتیکی انواع مختلفی دارند و از دو بخش اصلی مفصل (Joint) و  بازو (Arm) تشکیل می‌شوند. در ربات ها عموما هر یک از مفصل‌ها (Joints) بوسیله‌ی یک موتور به صورت جداگانه کنترل می‌شود و این موضوع شروع مشکلات کنترل حرکت بازوی ربات است! در رباتیک می توان با استفاده از معادلات سینماتیک      (Kinematic Equations)، انتهای بازوی ربات یا End Effector (شکل زیر) را به صورت دلخواه و بهینه تکان داد و دکمه‌ی نجات دهنده را فشرد.End Effector of KN2C Robotic Armسینماتیک یکی از شاخه های مکانیک است. سینماتیک به بررسی حرکت اجسام می پردازد بدون آن‌که به جرم و نیروهای وارده بر جسم بپردازد. سینماتیک بازو به دو گروه کلی تقسیم می‌شود: سینماتیک مستقیم (Forward Kinematics)  و سینماتیک معکوس(Inverse Kinematics) که هر دوی آن‌ها برای خنثی سازی بمب نیاز است.سینماتیک مستقیمدر صورتی که با استفاده از زاویه های هر مفصلِ بین دو بازو و طول هر بازو به مختصات انتهایی بازوی ربات (End Effector)  برسیم، از سینماتیک مستقیم استفاده کرده ایم. در این حالت می توان تصور کرد که مختصات کروی ما به مختصات دکارتی تبدیل شده است.سینماتیک معکوسدر طرف دیگر اگر با تنظیم هر کدام از مفصل های بازو به زاویه‌ی دلخواه، حرکات ربات و End Effector را کنترل کنیم تا به صورت افقی، عمودی و یا ترکیبی از این دو حرکت کند از سینماتیک معکوس استفاده کرده ایم. در این معادلات با استفاده از مختصات دکارتی نقطه ی دلخواه برای End Effector  ‌به مختصات کروی هر کدام از مفصل ها می رسیم. حرکات عمودی و افقی بازوی رباتیکی با استفاده از سینماتیک معکوسبنابراین می تونیم اول با سینماتیک مستقیم و دانستن زاویه‌ی مفصل‌های بازو مختصات دکارتی انتهای بازو را پیدا کنیم. سپس با استفاده از الگوریتم های عجیب و غریب رباتیکی، مکان دکمه‌ی نجات دهنده را پیدا کنیم. در مرحله‌ی بعد به کمک مقداری الگوریتم عجیب و غریب‌تر مسیریابی، مسیر لازم برای رسیدن به دکمه‌ی نجات دهنده را برای ربات تعریف کنیم. در انتها معادلات سینماتیک معکوس به کمکمون می آیند و برای طی این مسیر زاویه‌ی ‌هر مفصل رو پیدا می کنند. ربات هم این زاویه های به دست آمده را به موتور مفصل‌های ربات اعمال می‌کند و  به همین صورت دنیای ما به کمک رباتیک نجات پیدا می کند.اگر این نوشته را دوست داشتید و علاقه‌مند هستید بیشتر درباره این موضوعات بخوانید انتشارات KN2C   را دنبال کنید و به این صفحه هم سری بزنید. </description><category>نازنین رضائی</category><author>نازنین رضائی</author><pubDate>Tue, 25 Aug 2020 18:17:48 +0430</pubDate></item></channel></rss>