Mapeamento da cinemática inversa de um manipulador robótico utilizando redes neurais artificiais configuradas em paralelo
Carregando...
Arquivos
Data
2016-03-31
Autores
Nunes, Ricardo Fernando [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
Neste trabalho apresenta-se uma abordagem para o mapeamento da cinemática inversa utilizando Redes Neurais Artificiais do tipo Perceptron Multicamadas na configuração em paralelo, tendo como referência o protótipo de um manipulador robótico de 5 graus de liberdade, composto por sete servomotores controlado pela plataforma de desenvolvimento Intel® Galileo Gen 2. As equações da cinemática inversa, normalmente apresentam múltiplas soluções, desta forma, uma solução interessante e frequentemente encontrada na literatura são as Redes Neurais Artificiais (RNA) em razão da sua flexibilidade e capacidade de aprendizado por meio do treinamento. As Redes Neurais são capazes de entender a relação cinemática entre o sistema de coordenadas das juntas e a posição final da ferramenta do manipulador. Para avaliar a eficiência do método proposto foram realizadas simulações no software MATLAB, as quais demostram pelos resultados obtidos e comparações a uma RNA do tipo MLP simples, aproximadamente redução das médias dos erros das juntas em até 87,8% quando aplicado à trajetória e 80% quando aplicado a pontos distribuídos no volume de trabalho.
This paper presents an approach to the mapping of inverse kinematics using Artificial Neural Networks Multilayer Perceptron in parallel configuration, in the prototype of a robotic manipulator 5 degrees of freedom, as reference, composed of seven servomotors controlled by development board Intel® Galileo Gen 2. The equations of inverse kinematics, usually have multiple solutions, therefore, an interesting solution and often found in the literature are the Artificial Neural Networks (ANN) because of their flexibility and learning capacity through training. Neural Networks are able to understand the kinematic relationship between the coordinate system of the joints and the final position of the manipulator tool. To evaluate the efficiency of the proposed, simulations in MATLAB software are performaded, that demonstrate by the results obtained and compared to a simple MLP type RNA, one reduction in mean errors of the joints by up to 87.8% when applied to the path and 80% when applied to points distributed in the work space.
This paper presents an approach to the mapping of inverse kinematics using Artificial Neural Networks Multilayer Perceptron in parallel configuration, in the prototype of a robotic manipulator 5 degrees of freedom, as reference, composed of seven servomotors controlled by development board Intel® Galileo Gen 2. The equations of inverse kinematics, usually have multiple solutions, therefore, an interesting solution and often found in the literature are the Artificial Neural Networks (ANN) because of their flexibility and learning capacity through training. Neural Networks are able to understand the kinematic relationship between the coordinate system of the joints and the final position of the manipulator tool. To evaluate the efficiency of the proposed, simulations in MATLAB software are performaded, that demonstrate by the results obtained and compared to a simple MLP type RNA, one reduction in mean errors of the joints by up to 87.8% when applied to the path and 80% when applied to points distributed in the work space.
Descrição
Palavras-chave
Manipuladores robóticos, Cinemática direta e inversa, Redes neurais artificiais, Plataforma de desenvolvimento, Robotic manipulators, Direct and inverse kinematics, Artificial neural network, Development board