Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
Nunes, Ricardo Fernando [UNESP] |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/11449/138302
|
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. |
