Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa
Abstract
O problema da cinemática inversa é geralmente complexo e muitas soluções tradicionais
são desenvolvidas somente para robôs de topologias específicas. O método iterativo baseado
na Matriz Jacobiana (pseudo)inversa é uma abordagem bastante conhecida, provada
e confiável que pode ser aplicada a uma grande variedade de manipuladores. Entretanto,
esse método se baseia em linearizações que são válidas somente dentro de uma vizinhança
bem próxima da pose atual do manipulador. Isso requer que o robô se mova em
passos bem pequenos, recalculando intensivamente sua trajetória durante o caminho, fazendo
essa abordagem ser ineficiente para certas aplicações. Redes neurais artificiais,
dada sua capacidade conhecida de modelar sistemas não lineares, surgem como uma alternativa
interessante. Neste trabalho é demonstrado que redes neurais artificiais podem
de fato ser treinadas com sucesso para mapear deslocamentos no espaço em incrementos
nas juntas, superando o método baseado na matriz jacobiana inversa quando trabalhando
com grande incrementos de deslocamentos. O estudo é validado mostrando resultados
comparativos para um braço planar hipotético de 3 juntas, um braço tridimensional de 3
juntas e no robô Thormang3.
Collections
The following license files are associated with this item: