A FIVE fuzzy interpolációs módszer hardveres gyorsítása
Hardware accelerator for FIVE fuzzy interpolation method
Keywords:
fuzzy, fuzzy logic, FPGA, behavior based control, etorobotics, fuzzy logika, viselkedés alapú irányítás, etorobotikaAbstract
In addition to traditional control methods, behavior-based control can be used to control robots cooperating with humans. The best-known field of this is etorobotics, where the companion robot imitates the behavior of a known living being, for example the behavior of a dog. This makes the interaction between man and machine easier. The behavior of the robot can be described by rules using the FIVE fuzzy interpolation method. The calculations of the FIVE method are supported by a hardware accelerator for fast decisions The paper presents the architecture of this IP implemented on the FPGA.
Kivonat
Az emberekkel együttműködő robotok irányítására a hagyományosnak mondható irányítási módszerek mellett használható a viselkedés alapú irányítás. Ennek a legismertebb területe az etorobotika, ahol a társrobot egy ismert élőlény viselkedését utánozza, például kutya viselkedését. Ezzel egyszerűbbé válik az interakció az ember és gép között. A robot viselkedését a FIVE fuzzy interpolációs módszer felhasználásával, szabályokkal lehet leírni. A gyors döntésekhez a FIVE módszer számításait egy hardveres gyorsító segíti. A cikk ennek az FPGA-ra megvalósított IP felépítését mutatja be.
References
Universal Robots, "www.universal-robots.com," Tech. rep. 2020.
Hongwei Mo, Qirong Tang, and Longlong Meng, "Behavior-based fuzzy control for mobile robot navigation," Mathematical problems in engineering, vol. 2013, 2013.
Szilveszter Kovács, Márta Gácsi, Dávid Vincze, Péter Korondi, and Ádám Miklósi, "A novel, ethologically inspired HRI model implementation: Simulating dog-human attachment," in 2nd International Conference on Cognitive Infocommunications, 2011, pp. 1–4.
Imre Piller, Dávid Vincze, and Szilveszter Kovács, "Declarative language for behaviour description," in Emergent trends in robotics and intelligent systems.: Springer, 2015, pp. 103–112.
Tamás Tompa and Szilveszter Kovács, "Applying expert heuristic as an a priori knowledge for FRIQ-learning," Acta Polytechnica Hungarica, vol. 17, pp. 27–45, 2020.
Tamás Tompa, Szilveszter Kovács, Dávid Vincze, and Mihoko Niitsuma, "Demonstration of expert knowledge injection in Fuzzy Rule Interpolation based Q-learning," in 2021 IEEE/SICE International Symposium on System Integration (SII), 2021, pp. 843-844.
Bartók, Roland, and József Vásárhelyi. "Design of a FPGA accelerator for the FIVE fuzzy interpolation method." International Journal of Computer Applications in Technology 68.4 (2022): 321-331.
