रोबोट के लिए गति नियोजन में नियंत्रण एल्गोरिथ्म और नियंत्रण कानून के बीच अंतर क्या है?


जवाब 1:

मेरी समझ यह है कि एक नियंत्रण कानून एक गणितीय वस्तु है जो एक इनपुट (आमतौर पर "त्रुटि संकेत") को आउटपुट (आमतौर पर "नियंत्रण संकेत") को मैप करता है। एक नियंत्रण एल्गोरिथ्म तब सॉफ्टवेयर का एक टुकड़ा है जो भौतिक दुनिया में इस नियंत्रण कानून का एहसास कराता है।

हालांकि, रोबोटिक नहीं, मुझे लगता है कि एक नियंत्रक जो गति नियोजन कर सकता है, डिजाइन और कार्यान्वयन के लिए कुछ हद तक कठिन होगा, और इसके लिए बहुत अधिक कम्प्यूटेशनल प्रयास की आवश्यकता होगी (बहुत सारी जानकारी संसाधित करने के लिए, रैखिक नियंत्रण में कटौती नहीं होगी, आदि।) ।)।

लेकिन वास्तव में ऐसी योजना पूरी तरह से सवाल से बाहर नहीं है: एक उच्च स्तरीय नियंत्रक की कल्पना करना मुश्किल नहीं है (यह उदाहरण के लिए एक अपेक्षाकृत कम नमूना दर पर चलने वाला एमपीसी हो सकता है) जो रोबोट के पर्यावरण को मानता है और कुछ प्रक्षेपवक्र की गणना करता है ( "गति योजना") करता है। फिर यह निम्न स्तर के नियंत्रकों (उच्च नमूना दर पर चलने) को प्रक्षेपवक्र की सूचना भेजता है, जो रोबोट को अपने एक्ट्यूएटर्स को नियंत्रित करने के माध्यम से इसका पालन करने का प्रयास करता है।


जवाब 2:

ये मेरा विचार हे।

एक नियंत्रण कानून एक अभिव्यक्ति / कार्य है जो किसी एक्ट्यूएटर सिग्नल या क्रिया में त्रुटि या माप या स्थिति को मैप करता है। कानून का निर्धारण किया जाता है, लेकिन कानून को एक इनपुट देने के लिए आपको कुछ काम करना पड़ सकता है। जबकि संख्यात्मक परिणाम प्राप्त करने के लिए कुछ एल्गोरिथ्म को लागू किया जा सकता है, लेकिन यह नियंत्रण कानून को नियंत्रण एल्गोरिथम नहीं बनाएगा।

एक नियंत्रण एल्गोरिदम एक एक्ट्यूएटर सिग्नल भी देता है, लेकिन सिग्नल के लिए कोई तत्काल बंद फॉर्म अभिव्यक्ति नहीं है। तो, आपके पास एक एल्गोरिथ्म होना चाहिए जो उपलब्ध जानकारी से सक्रियण मूल्य की गणना करता है। अब, यह नियंत्रण कानून के मामले के समान लगता है, लेकिन मुद्दा यह है कि आप एक स्वच्छ अभिव्यक्ति प्रदान नहीं कर सकते हैं जो सक्रियण मूल्य को सक्रियण मान को प्राप्त करने के लिए उपयोग की जाने वाली जानकारी से संबंधित है। यदि आप कर सकते हैं, तो आपके पास एक नियंत्रण कानून है!