---

در این پژوهش مسئله‌‌ی پیدا کردن جهت‌گیری زاویه‌ای جسم حول سه‌زاویه‌ی φ، 𝜃 و ψ به شیوه‌ای نوین و دقتی بالا بررسی و حل شده است. لذا با استفاده از تنها یک دوربین و سه نقطه متمایز متصل به یک جسم‌صلب ساخته‌شده، جهت‌گیری زاویه‌ای جسم‌صلب با بینایی‌ماشین به صورت بلادرنگ محاسبه می‌شود. وجود همچین سامانه‌ای در روش‌های کنترلی حلقه‌باز برای ربات‌های دورانی دارای اهمیت به‌سزایی است. بدین منظور سه‌نقطه متمایز از یک جسم‌صلب انتخاب شده است. برای کاهش اثر مخرب نور محیط بر تشخیص اشیاء رنگی و همچنین کاهش حجم استفاده از فیلترهای نرم‌افزاری از فرستنده‌های مادون‌قرمز به عنوان نشانگر استفاده گردید. به جهت غیرخطی بودن معادلات جهت‌گیری زاویه‌ای و عدم امکان حل آنها به صورت بلادرنگ از شبکه‌عصبی برای حل این موضوع استفاده شده است. شبکه‌عصبی استفاده شده از نوع پس‌انتشار خطا با یک لایه مخفی با تعداد ۲۱ گره درآن و به ترتیب در لایه‌های ورودی و خروجی دارای ۶ و ۳ گره می‌باشد. در شبکه‌عصبی اطلاعات خروجی شبکه، ابتدا با سنسور شتاب-سنج۹محوره، با دقت بسیار بالا دریافت شده و سپس نتایج آموزش شبکه‌عصبی با خروجی این سنسور مقایسه گردیده است. در مجموع ۷۳۴۳ داده‌ی مستقل در دو زاویه‌ی φ و ψ، و همچنین ۷۵۱ داده در زاویه 𝜃، از سنسور شتاب‌سنج ۹ محوره، و ربات‌موازی دو درجه آزادی‌دورانی، به عنوان یک پلتفرم آماده بدست آمد که از ۴۶۷ داده‌ی آن، برای آموزش شبکه استفاده نشده است. نتایج آموزش شبکه با داده‌های استفاده نشده برای آموزش، مقایسه شده و نتایج مطلوبی با حداکثر خطای ۰,۰۳۸ رادیان حاصل گردید.