همزمان با افتتاح مرحله استانی المپیاد ورزشهای فناورانه دانشجویی؛
سه ربات و سیستم هوش مصنوعی تحلیل و پیشبینی عملکرد فوتبال در دانشگاه بیرجند رونمایی شد
به گزارش روابط عمومی و اطلاعرسانی دانشگاه بیرجند، با حضور رئیس دانشگاه و معاون دانشجویی و جمعی از اساتید و دانشجویان، مرحله استانی المپیاد ورزشهای فناورانه دانشجویی در دانشگاه بیرجند آغاز شد. در این المپیاد علاوه بر معرفی طرح های دانشجویان از سه ربات جدید و سیستم هوش مصنوعی تحلیل و پیشبینی عملکرد فوتبال رونمایی به عمل آمد.
در ادامه این گزارش بخشی از طرح ها و رباتهای معرفی شده در این المپیاد میپردازیم.
طرح خودروهای خودران
خودروی خودران یک خودروی الکتریکی خودران در مقیاس یک دهم اندازه واقعی است که وظایف مختلف همچون حرکت بین خطوط، عملکرد منطبق با علائم راهنمایی و رانندگی، رعایت حق تقدم، پارک کردن، ترمز اضطراری و غیره را انجام میدهد. این خودرو با یادگیری از دوربینها و سنسورها، و با پردازش تصاویر و نرمافزار اختصاصی ساخته شده است . این طرح توسط تیم عقاب در این مسابقات انجام شد. این سیستم بعد از تست های موفقیت آمیز نمونه آزمایشگاهی قابلیت نصب بر روی خودروهای سواری را دارد.
حامد جعفری، دانشجوی دکتری برق-کنترل دانشگاه بیرجند، محدثه مزگی نژاد، دانشجو ارشد برق-کنترل دانشگاه بیرجند ساخت این خوروی خودران را انجام دادند.
ربات صخره نورد
این ربات با استفاده از نیروی گریز از مرکز درون ورتکس مکش ایجاد میشود. در واقع این جاذب شبیه به خاصیت جاذبه عمل میکند. در این روش با استفاده از ورتکس، ورتکس مکش ایجاد میشود و ورود جهت سیال به محفظه با جاذب، و یا با چرخش سیال در محفظه جاذب، ورتکس ایجاد میشود. در این روش سیال در محفظه جاذب به چرخش در میآید و ورتکس ایجاد میشود. ورتکسها در این روش به صورت گردابهای کوچک و بزرگ در میآیند.
امداد رسانی، اسکن مخازن نفتی و نشت یابی، ایده بدون اهن ربا و تمیزکاری تمامی سطوح حتی شیشه ای از کاربردهای این ربات است.
محمدجوادتوکلی دانشجوی دکتری برق، امیرحسین هودانلویی مهندسی مکانیک و محمد نوروزی مهندسی مکانیک این ربات را ساخته اند.
ربات فوتبالیست
ربات فوتبالیست چهارچرخ به عنوان نمونهای برجسته از فناوریهای پیشرفته در حوزه رباتیک و هوش مصنوعی است بدنه و ساختار اصلی این رباتها از مواد مقاوم مانند آلومینیوم با ضخامت کم ساخته شده است. انتخاب این ماده به علت استحکام بالا و کاهش وزن میشود که برای حرکت سریع و روان در زمین فوتبال بسیار حیاتی است.
چهار چرخ بزرگ و قابل کنترل (چرخهای خورشیدی) در این ربات ها سرعت و دقت حرکت فوقالعادهای را فراهم میکنند و توانایی تغییر جهت سریع در زمین بازی را تضمین میکنند. موتورهای قدرتمند و ترکیبی از ZGA 25 RP با 300 دور در دقیقه و توان 12 وات، قدرت لازم برای حرکت سریع و دقیق را فراهم میکنند.
استفاده از سنسورهای پیشرفته نیز از دیگر ویژگیهای مهم در رباتهای فوتبالیست چهارچرخ میباشد؛ این موتورها به دلیل ویژگیهای خاصی که دارند، گزینهای ایدهآل برای کاربردهایی است که به دقت، سرعت و استحکام بالا نیاز دارند.
ربات فوتبالیست به حسگرهای رنگی، حسگرهای مادون قرمز، حسگرهای فاصلهیاب برای تشخیص موانع و حفظ تعادل مجهز است تا به کمک این حسگرها بتواند تصمیمگیریهای هوشمندانهای در زمان واقعی گرفته و به طور خودکار به تغییرات محیطی واکنش نشان دهند.
به علاوه، واحد پردازش مرکزی که به عنوان قلب این ربات ها عمل میکند و مسئول تحلیل دادههای دریافتی از حسگرها و اجرای الگوریتمهای برنامهنویسی پیچیده است. دانشجویان سازنده این ربات؛ رضا محمدی ملاسرانی، علی صمیمی کلاتی و علی ضیایی دانشجویان کارشناسی رشته برق هستند.
ربات تعقیب خط (line follower robot)/مسیریاب
هدف دانشجویان از ساخت این ربات این است که بتواند یک خط مشخص را روی زمین دنبال کند، برای این کار از سنسور پنج کاناله مادون قرمز TCRT5000L استفاده شده است. دو موتور دارد که به دو تا چرخ وصل شدند و به ربات این امکان را میدهد که به سمت چپ یا راست بچرخد و با تشخیص خط، مسیرش را تنظیم کند. خطی که دنبال میکند معمولاً تیرهتر از زمینهاش هست، بنابراین حسگرها میتوانند آن را راحتی شناسایی کنند.
عملکرد سنسور ها به گونه ای است که حسگرهای نوری زیر ربات، نور بازتابیده شده از سطح زمین را اندازهگیری میکنند. وقتی ربات روی خط قرار میگیرد، نور کمتری به حسگرها میرسد و این باعث میشود که ربات تشخیص دهد و بر اساس اطلاعاتی که از حسگرها دریافت میکند، مسیر خود را تنظیم کند. اگر ربات از مسیر خارج شود، حسگرها نور بیشتری دریافت میکنند و باعث میشود ربات بتواند مسیرش را دقیق دنبال کند.
اعضای تیم: صبا لطفی و الهام دهقانی دانشجویان کارشناسی کامپیوتر هستند.
سیستم هوش مصنوعی تحلیل و پیشبینی عملکرد در فوتبال
شرح پروژه: این پروژه به توسعه یک سیستم هوش مصنوعی متمرکز بر استفاده از بینایی کامپیوتری و یادگیری ماشین برای تحلیل و کاوش عمیق در آمار مسابقات فوتبال میپردازد. این سیستم به طور خاص برای دریابی بازیکنان در طول مسابقه، شناسایی تیمها و تجزیه و تحلیل عواملی نظیر مالکیت توپ و سرعت بازیکنان طراحی شده است. با استفاده از الگوریتمهای پیشرفته، دادههای تصویری جمعآوری شده از دوربینها پردازش میشود تا اطلاعات دقیق و جامعی درباره عملکرد بازیکنان و روند بازی به دست آید.
کاربرد پروژه: تحلیل بینایی و فیلم، پیشبینی نتایج مسابقات، آموزش و بهبود مهارتها، تحلیل عملکرد تیمها و بازیکنان است.
این پروژه توسط محمد جواد توکلی، دانشجوی دکتری برق دانشگاه بیرجند انجام شده است.