Система керування віддаленим роботом

Abstract

У дипломній роботі досліджено актуальну проблему автоматизації процесу перевірки вимірювального обладнання з використанням робототехнічних систем віддаленої присутності. Розглянуто сучасні підходи до впровадження роботизованих засобів для забезпечення точності, ефективності та безпеки виконання метрологічних завдань у важкодоступних або небезпечних умовах. Проведено огляд літератури щодо застосування роботів у сфері вимірювальних технологій, проаналізовано нормативну документацію та визначено технічні й функціональні вимоги до таких систем. У практичній частині роботи розроблено систему управління віддаленим роботом, що включає вибір давачів, аналіз методів керування, побудову функціональної схеми та моделювання процесу перевірки. Значну увагу приділено реалізації комп’ютерного зору, розробці алгоритмів розпізнавання та аналізу зображень з використанням класичних методів (HOG, сегментація, трекінг) і нейромереж (CNN, Fast R-CNN). Також подано техніко-економічне обґрунтування проєкту, включаючи розрахунок витрат, порівняння з аналогами та оцінку ефективності впровадження. Результати роботи можуть бути використані для створення автономних чи дистанційно керованих систем перевірки вимірювального обладнання на промислових підприємствах, що потребують підвищеної точності та безпеки виконання робіт.This thesis addresses the pressing issue of automating the verification process of measuring equipment through the implementation of remote-controlled robotic systems. It explores modern approaches to integrating robotics in metrological tasks, aiming to enhance accuracy, efficiency, and safety in environments where human presence is difficult or undesirable. The literature review examines current research and developments in robotic applications for measurement verification, while also analyzing regulatory standards and defining the technical and functional requirements for such systems. The practical part of the thesis presents the development of a remote robot control system, including the selection of sensors, evaluation of control methods, construction of a functional diagram, and modeling of the verification process. Special attention is given to computer vision technologies, with detailed implementation of object recognition algorithms using classical methods (HOG, segmentation, tracking) and convolutional neural networks (CNN, Fast R-CNN). Furthermore, a techno-economic analysis is provided, encompassing cost estimation, comparison with existing solutions, and evaluation of the overall effectiveness of the proposed system. The results of this work can be applied to the development of autonomous or remotely operated systems for the verification of measuring instruments in industrial environments where enhanced precision and safety are essential.