مروری بر کاربرد سیستم فازی برای تشخیص رنگ در ربات های انسان نما NAO

در این مقاله ، سعی شده است تا با استفاده از یک سیستم تصمیم گیری و با همکاری یک سیستم فازی بتوان یک شی رنگی را با استفاده از دوربین های ارزان و بدون کالیبره در زمان واقعی توسط ربات های انسان نما NAO تشخیص داده شود . در این روش از مدل رنگی HSV به دلیل نزدیک بودن این مدل رنگی به ادراک انسان و یک مدل استنتاجی فازی Takagi – Sugeno استفاده شده است ، اما در این سیستم ، مشکل تشخیص رنگ با استفاده از یک دوربین منفرد به عنوان یک سیستم فازی ، در واقع عدم قطعیت و دقت مشاهده می شود .بنابراین ما با یک سیستم حسی و یک سنسور (دوربین) قادر به تهیه اطلاعات جزئی و دقیق تر در شرایط پیچیده نیستیم و امکان خطا در داده وجود دارد به عبارت دیگر ، یک سیستم تصمیم گیری مبتنی بر یک دوربین منفرد نمی تواند شرایط واقعی را منعکس کند و می تواند بر قابلیت اطمینان و کیفیت تشخخیص رنگ تاثیر بگذارد .روش پیشنهادی که برای این مشکل ارائه شده است استفاده از چندین سنسور (دوربین) و همچنین روش همجوشی (تلفیق) داده ها برای بالا یردن دقت و اطمینان است

Keywords:

یادگیری ماشین , سیستم فازی , تشخیص رنگ , تلفیق داده ها Sugeno - Data Fusion