Детальная информация

Целью данной работы является  повышение эффективности управления мостовым краном на основе использования передачи команд при помощи жестов. Объектом  управления  является  мостовой  кран.  Предметом  работы  является человеко-машинный интерфейс управления мостовым краном на основе жестов. Задачи, которые решались в процессе выполнения работы: – анализ конструкции мостовых кранов и методик по управлению ими, – анализ имеющихся решений жестовых интерфейсов, – составление структурной схемы системы управления, – написание алгоритма классификации жестов по видеоряду с камеры, – составление модели тележки мостового крана в среде Matlab Simulink, – настройка  параметров  регулятора  перемещений  тележки  мостового крана, – проведение  вычислительных  экспериментов  для  подтверждения эффективности принятых технических решений. Работа по проектированию системы управления включала в  себя сбор данных об установке, создание набора данных для обучения модели машинного обучения,  выбор  оптимальной  модели  и  ее  настройка,  выбор  и  настройка параметров  регулятора  для  управления  движением  тележки  крана  с  грузом, проверка работоспособности при помощи симуляции.

The purpose of this work is to improve the efficiency of overhead crane control based on the use of command transmission using gestures. The control object is an overhead crane. The subject of the work is a human–machine interface for controlling an overhead crane based on gestures. Tasks that were solved during the work: – analysis of the design of overhead cranes and methods for controlling them, – analysis of available solutions for gesture interfaces, – drawing up a block diagram of the control system, – writing an algorithm for classifying gestures based on video from the camera, – compiling a model of an overhead crane trolley in the Matlab Simulink environment, – setting the parameters of the movement controller of the overhead crane trolley, – conducting computational experiments to confirm the effectiveness of the applied technical solutions. The control system design work included collecting crane data, creating a data set to train a machine learning model, selecting the optimal model and tuning it, selecting and tuning controller parameters to control the movement of the crane truck with a load, and testing performance using simulation. As a result, a detailed analysis of overhead cranes and gesture interfaces was carried out, which made it possible to create algorithms for recognizing gestures and controlling the crane and testing their operation in the Matlab Simulink environment.