Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa
Main Author: | |
---|---|
Publication Date: | 2019 |
Language: | por |
Source: | Manancial - Repositório Digital da UFSM |
dARK ID: | ark:/26339/001300000rhm6 |
Download full: | http://repositorio.ufsm.br/handle/1/25246 |
Summary: | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2019. |
id |
UFSM_73a00cfcee5ccfcaa3f999d7c2216f4f |
---|---|
oai_identifier_str |
oai:repositorio.ufsm.br:1/25246 |
network_acronym_str |
UFSM |
network_name_str |
Manancial - Repositório Digital da UFSM |
repository_id_str |
|
spelling |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversaStudy of artificial neural networks as an alternative to the jacobian method for inverse kinematicsRobóticaRede neural artificialMatriz jacobianaCinemática diferencialCinemática inversaRoboticsNeural networkJacobian matrixDifferential kinematicsInverse kinematicsCNPQ::ENGENHARIASTrabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2019.The inverse kinematics problem is generally very complex and many traditional solutions are targeted only to robots of certain specific topologies. The iterative method based on the (pseudo)inverse of the Jacobian matrix is a well-known, proven, and reliable general approach that can be applied to a wide variety of manipulators. However, it relies on linearizations that are only valid within a very tight neighborhood around the current pose of the manipulator. This requires the robot to move at very short steps, intensively recalculating its trajectory along the way, making this approach inefficient for certain applications. Neural networks, for their known capacity of modelling highly non-linear systems, appear as an interesting alternative. In this work is demonstrated that neural networks can indeed be successfully trained to map task space displacements into joint angle increments, outperforming the method based on the inverse of the Jacobian when dealing with larger displacement increments. The study is validated showing comparative results for hypothetical 3 joint planar arm, 3 joint 3D arm and the Thormang3 robot.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.Universidade Federal de Santa MariaBrasilUFSMCentro de TecnologiaGuerra, Rodrigo da SilvaGrando, Ricardo Bedin2022-07-06T19:53:09Z2022-07-06T19:53:09Z2019-02-062019Trabalho de Conclusão de Curso de Graduaçãoinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://repositorio.ufsm.br/handle/1/25246ark:/26339/001300000rhm6porAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2022-07-06T19:53:09Zoai:repositorio.ufsm.br:1/25246Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/PUBhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.com||manancial@ufsm.bropendoar:2022-07-06T19:53:09Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false |
dc.title.none.fl_str_mv |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa Study of artificial neural networks as an alternative to the jacobian method for inverse kinematics |
title |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa |
spellingShingle |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa Grando, Ricardo Bedin Robótica Rede neural artificial Matriz jacobiana Cinemática diferencial Cinemática inversa Robotics Neural network Jacobian matrix Differential kinematics Inverse kinematics CNPQ::ENGENHARIAS |
title_short |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa |
title_full |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa |
title_fullStr |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa |
title_full_unstemmed |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa |
title_sort |
Estudo de redes neurais artificiais como alternativa ao método do jacobiano para a cinemática inversa |
author |
Grando, Ricardo Bedin |
author_facet |
Grando, Ricardo Bedin |
author_role |
author |
dc.contributor.none.fl_str_mv |
Guerra, Rodrigo da Silva |
dc.contributor.author.fl_str_mv |
Grando, Ricardo Bedin |
dc.subject.por.fl_str_mv |
Robótica Rede neural artificial Matriz jacobiana Cinemática diferencial Cinemática inversa Robotics Neural network Jacobian matrix Differential kinematics Inverse kinematics CNPQ::ENGENHARIAS |
topic |
Robótica Rede neural artificial Matriz jacobiana Cinemática diferencial Cinemática inversa Robotics Neural network Jacobian matrix Differential kinematics Inverse kinematics CNPQ::ENGENHARIAS |
description |
Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2019. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-02-06 2019 2022-07-06T19:53:09Z 2022-07-06T19:53:09Z |
dc.type.driver.fl_str_mv |
Trabalho de Conclusão de Curso de Graduação |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufsm.br/handle/1/25246 |
dc.identifier.dark.fl_str_mv |
ark:/26339/001300000rhm6 |
url |
http://repositorio.ufsm.br/handle/1/25246 |
identifier_str_mv |
ark:/26339/001300000rhm6 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Santa Maria Brasil UFSM Centro de Tecnologia |
publisher.none.fl_str_mv |
Universidade Federal de Santa Maria Brasil UFSM Centro de Tecnologia |
dc.source.none.fl_str_mv |
reponame:Manancial - Repositório Digital da UFSM instname:Universidade Federal de Santa Maria (UFSM) instacron:UFSM |
instname_str |
Universidade Federal de Santa Maria (UFSM) |
instacron_str |
UFSM |
institution |
UFSM |
reponame_str |
Manancial - Repositório Digital da UFSM |
collection |
Manancial - Repositório Digital da UFSM |
repository.name.fl_str_mv |
Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM) |
repository.mail.fl_str_mv |
atendimento.sib@ufsm.br||tedebc@gmail.com||manancial@ufsm.br |
_version_ |
1838454065079517184 |