Aprendizaje de la cinemática en robots redundantes utilizando mapas de bézier

• Páez Granados, Diego Felipe ^[3] ; Gualdron Guerrero, Oscar Eduardo ^[1] ; Ramón Valencia, Jairo Lenin ^[2]
  1. [1] Universitat Rovira i Virgili

     Universitat Rovira i Virgili

     Tarragona, España

     
  2. [2] Universidad El Bosque

     Universidad El Bosque

     Colombia

     
  3. [3] Universidad de Tohoku

  Mostrar afiliaciones +
• Localización: Revista de Tecnología, ISSN 1692-1399, Vol. 14, Nº. 1, 2015 (Ejemplar dedicado a: Productos y servicios limpios), págs. 23-32
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • En este trabajo se plantea como novedad un aprendizaje de la cinemática directa empleando mapas de Bézier, técnica que proporciona exactitud del posicionamiento en robots manipuladores, todo ello es debido a que en estos tipos de robots es complejo modelar su comportamiento dificultando con ello el cálculo de la cinemática inversa y por tanto su posicionamiento. A partir del uso de esta técnica se pueden aplicar diversos métodos de aproximación y minimización de funciones que permitan obtener una configuración específica para cada posición en el espacio cartesiano. Dicho entrenamiento logra una coordinación ojo-herramienta, aprendiendo a partir de muestras referenciadas al sistema coordenado de una cámara fija; igualmente se introduce un método de simplificación en el aprendizaje para posicionar y orientar el efector final del robot a partir del entrenamiento basado en posiciones.AbstractModel the behavior of redundant robot manipulators is highly complex, which makes difficult inverse kinematics calculus and so on its positioning, to present a solution for this issue we use a very accurate technique named kinematics Bezier maps which learn positioning the end effectors and starting from this we prove some methods of approximation and minimization to solve a specific configurations for each position on Cartesian space. This training does a tool-eye coordination learning from samples of coordinate system referenced to a fixed camera, simultaneously introduces a simplified method flearning to position and orient the end effectors of the robot from position-based training