Memristorit robotiikassa
Pihlasto, Tuomo (2025-02-17)
Memristorit robotiikassa
Pihlasto, Tuomo
(17.02.2025)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2025022413366
https://urn.fi/URN:NBN:fi-fe2025022413366
Tiivistelmä
Tutkielmassa luodaan yleiskatsaus robotiikan, memristoreiden toiminna ja memristorien tuomien etujen yhteyttä robotiikassa. Aluksi käsitellään robotiikan nykytilaa sekä sen vaatimuksia ja rajoitteita. Tämän jälkeen perehdytään memristorien ominaisuuksiin ja niiden tuomiin hyötyihin erilaisissa järjestelmissä. Memristorit, jotka muistuttavat biologisia synapseja, voivat merkittävästi edistää robottien oppimiskykyä, havaintokykyä ja navigointitehokkuutta. Memristoreiden kyky oppia ja muistaa aiempia tiloja sekä niiden rakenteelliset edut, kuten nanomittakaavan elektroniset laitteet ja energiatehokkuus, nostetaan esiin.
Tutkielman pääpaino on memristorien sovellusten tutkimuksessa ja niiden vertailemisessa nykyisiin robotiikan järjestelmiin. Memristoreihin perustuvat neuromorfiset järjestelmät voivat merkittävästi parantaa robottien havainnointia, navigointia, ohjausta ja oppimista. Työssä esitellään myös uusia, täysin memristoripohjaisia järjestelmiä, jotka voivat tarjota innovatiivisia ratkaisuja robotiikassa. Lisäksi käsitellään hybridiratkaisujen mahdollisuuksia, jotka yhdistävät perinteisiä ja memristoripohjaisia teknologioita, ja tuovat parannuksia nykyisiin robotiikan järjestelmiin helppouden ja suorituskyvyn osalta. Erityisesti neuromorfisten järjestelmien ja hybridiratkaisujen avulla voidaan saavuttaa entistä joustavampia ja energiatehokkaampia robotteja.
Lopuksi tarkastellaan ratkaisujen haasteita nykyhetkessä ja tulevaisuudessa, erityisesti luotettavuuden, kestävyyden, yhteensopivuuden ja integroinnin näkökulmista. Vaikka memristorien integrointi nykyisiin robotiikan järjestelmiin tuo mukanaan haasteita, kuten teknologian kehitysvaihe ja massatuotannon esteet, niiden tarjoamat pitkän aikavälin edut, kuten parantunut kestävyys ja vähemmän huoltoa vaativat järjestelmät, tekevät niistä lupaavan tutkimusalueen. Työssä pohditaan myös energiankäytön kasvavaa trendiä ja tulevia tutkimusalueita robotiikan ja memristorien kentällä.
Tutkielman pääpaino on memristorien sovellusten tutkimuksessa ja niiden vertailemisessa nykyisiin robotiikan järjestelmiin. Memristoreihin perustuvat neuromorfiset järjestelmät voivat merkittävästi parantaa robottien havainnointia, navigointia, ohjausta ja oppimista. Työssä esitellään myös uusia, täysin memristoripohjaisia järjestelmiä, jotka voivat tarjota innovatiivisia ratkaisuja robotiikassa. Lisäksi käsitellään hybridiratkaisujen mahdollisuuksia, jotka yhdistävät perinteisiä ja memristoripohjaisia teknologioita, ja tuovat parannuksia nykyisiin robotiikan järjestelmiin helppouden ja suorituskyvyn osalta. Erityisesti neuromorfisten järjestelmien ja hybridiratkaisujen avulla voidaan saavuttaa entistä joustavampia ja energiatehokkaampia robotteja.
Lopuksi tarkastellaan ratkaisujen haasteita nykyhetkessä ja tulevaisuudessa, erityisesti luotettavuuden, kestävyyden, yhteensopivuuden ja integroinnin näkökulmista. Vaikka memristorien integrointi nykyisiin robotiikan järjestelmiin tuo mukanaan haasteita, kuten teknologian kehitysvaihe ja massatuotannon esteet, niiden tarjoamat pitkän aikavälin edut, kuten parantunut kestävyys ja vähemmän huoltoa vaativat järjestelmät, tekevät niistä lupaavan tutkimusalueen. Työssä pohditaan myös energiankäytön kasvavaa trendiä ja tulevia tutkimusalueita robotiikan ja memristorien kentällä.