Mostrar el registro sencillo del ítem

Implementación y Simulación de un algoritmo de posicionamiento articular para un Robot manipulador Planar Continuo utilizando técnicas de Inteligencia Artificia

Implementation and simulation of a joint position algorithm for a continuous planar robot using artificial intelligence techniques

dc.contributorCastillo Estepa, Ricardo Andres
dc.creatorCastro Riveros, Fabian Camilo
dc.date2020-06-10T19:51:19Z
dc.date2020-06-10T19:51:19Z
dc.date2020-04-25
dc.date.accessioned2026-03-25T19:28:43Z
dc.date.available2026-03-25T19:28:43Z
dc.identifierhttps://hdl.handle.net/10654/35740
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/201470
dc.descriptionEste trabajo pretende implementar una estrategia para el posicionamiento articular de un robot planar continuo utilizando un algoritmo de inteligencia artificial, con el fin de generar un posicionamiento a lo largo del espacio cartesiano bidimensional teniendo en cuenta los perfiles de velocidad y aceleración del manipulador robótico. Los robot conti- nuos de geometría variable (GVT), Variable Geometry Truss, están formado por diferentes módulos y poseen múltiples grados de libertad (GDL); por lo tanto, diseñar un método de control para la locomoción de todo el cuerpo es más difícil que para los robots convencio- nales. El algoritmo desarrollado se implementará sobre una plataforma virtual simulada en un entorno para robótica. (GAZEBO Y ROS).
dc.descriptionThis work shows the implementation of an Artificial Intelligence algorithm to position the joints of a hyperrebundate continuous type planar robot so that the robot can generate a curvature and have the ability to dodge dynamic obstacles. This work was developed with the ROS framework and was simulated on a virtual platform of an environment for robotics.
dc.descriptionÍndice general 1. DESCRIPCIÓN DEL PROYECTO............................................5 1.1. PLANTEAMIENTO DEL PROBLEMA . . . . . . . . . . . . . . . . . . . 5 1.2. JUSTIFICACIÓN DEL PROYECTO . . . . . . . . . . . . . . . . . . . . . 6 1.3. OBJETIVOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.3.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.3.2. Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4. METODOLOGÍA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2. MARCO TEÓRICO.........................................................10 2.1. Robótica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.1.1. Robot Manipuladores . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.1.2. Robot Manipuladores Continuo . . . . . . . . . . . . . . . . . . . . 12 2.1.3. Clasificación de los Robot Manipuladores . . . . . . . . . . . . . . . 14 2.1.4. Robot Movíles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.1.5. Robot Humanoide . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.1.6. Robótica Social . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2. Inteligencia Artificial y Computacional . . . . . . . . . . . . . . . . . . . . 20 2.2.1. Redes Neuronales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.3. Ros (Sistema Operativo de Robot) . . . . . . . . . . . . . . . . . . . . . . 22 2.4. Simulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.4.1. La simulación en la robótica . . . . . . . . . . . . . . . . . . . . . . 24 2.4.2. Gazebo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.5. Tensorflow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.5.1. keras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 iiiÍNDICE GENERAL........................................................26 2.6. Antecedentes del Proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.6.1. Estado del Arte de los Robot Continuo . . . . . . . . . . . . . . . . 26 2.6.2. Actuación en robots Híper-Redundantes . . . . . . . . . . . . . . . 33 2.6.3. Antecedentes relacionados con algoritmos de locomoción y planeación de trayectorias para los robot continuo . . . . . . . . . . . . ..35 3. MARCO CONCEPTUAL..........................................39 3.1. Teoría Screw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.1.1. Twist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.1.2. Producto de Exponeciales (POE) . . . . . . . . . . . . . . . . . . . 42 3.2. Redes Neuronales Artificiales . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.2.1. Tipos de Rede Neuronales Artificiales . . . . . . . . . . . . . . . . . 44 3.2.2. Entrenamiento de Redes Neuronales Artificiales . . . . . . . . . . . 45 3.2.3. Métodos de Gradiente Descendente . . . . . . . . . . . . . . . . . . 46 3.2.4. Algoritmo Backpropagation . . . . . . . . . . . . . . . . . . . . . . 47 3.3. Detección de Colisiones y planificación de caminos en robot Manipuladores 49 3.3.1. Algortimo de Diagramas de Voronoi . . . . . . . . . . . . . . . . . . 49 3.3.2. Algoritmo de A ∗ o AStar . . . . . . . . . . . . . . . . . . . . . . . 50 3.3.3. Algoritmo de Campos Potenciales . . . . . . . . . . . . . . . . . . . 51 4. DISEÑO DE UN PROTOTIPO DE UN ROBOT CONTINUO..................54 4.1. Diseño conceptual del Robot Continuo . . . . . . . . . . . . . . . . . . . . 54 4.1.1. Diseño preliminar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 4.1.2. Análisis de Elementos Finitos . . . . . . . . . . . . . . . . . . . . . 57 4.1.3. Análisis de resultados en la evaluación de elementos finitos . . . . . 60 4.1.4. Diseño final y Construcción del prototipo . . . . . . . . . . . . . . . 64 4.2. Cinemática del Robot Continuo . . . . . . . . . . . . . . . . . . . . . . . . 67 4.3. Coordenadas y Marco de Referencia . . . . . . . . . . . . . . . . . . . . . . 68 4.3.1. Cinemática Directa . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 4.3.2. Cinemática Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 4.4. Creación del mundo virtual . . . . . . . . . . . . . . . . . . . . . . . . . . 77 5. DESCRIPCIÓN Y ANÁLISIS DE LOS ALGORITMOS IMPLEMENTADOS... 86 5.1. Algoritmo de Inteligencia Artificial: Arquitectura de la Red Neuronal . . . 87 5.1.1. Obtención de los Datos de Entrenamiento . . . . . . . . . . . . . . 87 5.1.2. Método de Entrenamiento . . . . . . . . . . . . . . . . . . . . . . . 92 5.1.3. Fase de entrenamiento . . . . . . . . . . . . . . . . . . . . . . . . . 92 5.2. Algoritmo de Planificador local . . . . . . . . . . . . . . . . . . . . . . . . 98 5.2.1. Descripción del algoritmo . . . . . . . . . . . . . . . . . . . . . . . 98 5.3. Planificador local basado en técnicas de “Divide and Conquer” . . . . . . . 102 5.3.1. Construcción de un diagrama PND . . . . . . . . . . . . . . . . . . 105 5.3.2. Regiones o Huecos . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.3.3. Búsqueda y selección de la región navegable . . . . . . . . . . . . . 106 5.3.4. Selección de la situación . . . . . . . . . . . . . . . . . . . . . . . . 107 5.3.5. Aplicación de la cinemática directa . . . . . . . . . . . . . . . . . . 107 6. PRUEBAS Y COMPARACIÓN DE ALGORITMOS..................111 6.1. Métricas elegidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 6.2. Pruebas en simulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 6.2.1. Escenarios y pruebas elegidos . . . . . . . . . . . . . . . . . . . . . 112 6.2.2. Prueba 1 con un robot de ocho eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 6.2.3. Prueba 2 con un robot de ocho eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 6.2.4. Prueba 3 con un robot de ocho eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 6.2.5. Prueba 4 con un robot de ocho eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 6.2.6. Prueba 5 con un robot de ocho eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 6.2.7. Prueba 6 con un robot de ocho eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 6.2.8. Prueba 7 con un robot de ocho eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 6.2.9. Prueba 8 con un robot de ocho eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 6.2.10. Prueba 1 con un robot de cinco eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 6.2.11. Prueba 2 con un robot de cinco eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 6.2.12. Prueba 3 con un robot de cinco eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 6.2.13. Prueba 4 con un robot de cinco eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 6.2.14. Prueba 5 con un robot de cinco eslabones implementado algoritmo MPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 6.2.15. Algoritmo planificador de trayectoria local . . . . . . . . . . . . . . 122 6.2.16. Algoritmo planificador de trayectoria local Divide and Conquer . . 123 6.2.17. Prueba 1 con el algoritmo Divide and Conquer . . . . . . . . . . . . 124 6.2.18. Prueba 2 con el algoritmo Divide and Conquer . . . . . . . . . . . . 125 6.2.19. Prueba 3 con el algoritmo Divide and Conquer . . . . . . . . . . . . 125 6.2.20. Prueba 4 con el algoritmo Divide and Conquer . . . . . . . . . . . . 126 6.2.21. Tablas comparativas y análisis . . . . . . . . . . . . . . . . . . . . . 126 7. CONCLUSIONES...................................................................129 7.0.1. TRABAJOS FUTUROS . . . . . . . . . . . . . . . . . . . . . . . . 130 7.1. Recursos y presupuesto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 7.2. Curvas para el entrenamiento de la red neuronal . . . . . . . . . . . . . . . 149 7.3. DataSet de la cinematica del robot continuo . . . . . . . . . . . . . . . . . 150
dc.descriptionMaestría
dc.formatpdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.languagespa
dc.publisherUniversidad Militar Nueva Granada
dc.publisherMaestría en Ingeniería Mecatrónica
dc.publisherIngeniería - Maestría en Ingeniería Mecatrónica
dc.publisherFacultad de Ingeniería
dc.relationM.Cecilia. DESARROLLO DE UN ROBOT MANIPULADOR BLANDO E HÍPER- REDUNDANTE. PhD thesis, Escuela Técnica Superior de Ingenieros Industriales. Uni- versidad Polit/ècnica de Ma- drid, Junio 2017.
dc.relationKapadia, A. D., Walker, I. D., Dawson, D. M., and Tatlicioglu, E. A model- based sliding mode controller for extensible continuum robots. In Proceedings of the 9th WSEAS International Conference on Signal Processing, Robotics and Automation (Ste- vens Point,Wisconsin, USA, 2010), ISPRA’10, World Scientific and Engineering Academy and Society (WSEAS), pp. 113–120.
dc.relationKim, S., Laschi, C., and Trimmer, B. Soft robotics: a bioinspired evolution in robo- tics. Trends in biotechnology 31, 5 (2013), 287–294.
dc.relationHughes, P. C., Sincarsin, W. G., and Carroll, K. A. Trus sarma variable-geometry- truss manipulator. Journal of Intelligent Material Systems and Structures 2, 2 (1991), 148–160
dc.relationPolygerinos, P., Wang, Z., Galloway, K. C., Wood, R. J., and Walsh, C. J. Soft ro- botic glove for combined assistance and at-home rehabilitation. Robotics and Autonomous Systems 73 (2015), 135–143
dc.relationJones, B. A., and Walker, I. D. Practical kinematics for real-time implementation of continuum robots. IEEE Transactions on Robotics 22, 6 (2006), 1087–1099.
dc.relationHannan, M. W., and Walker, I. D. Analysis and experiments with an elephant’s trunk robot. Advanced Robotics 15, 8 (2001), 847–858.
dc.relationGokhale, D. P. Kinematic analysis and animation of a variable geometry truss robot. PhD thesis, Virginia Tech, 1987.
dc.relationBarrio, A. M., Terrile, S., Barrientos, A., and del Cerro, J. Robots hiper-redundantes: Clasificación, estado del arte y problemática. Revista Iberoamericana de Automática e In- formática industrial 15, 4 (2018), 351–362.
dc.relationLozano-Perez, T. A simple motion-planning algorithm for general robot manipu- lators. IEEE Journal on Robotics and Automation 3, 3 (1987), 224–238.
dc.relationVan Den Berg, J., Abbeel, P., and Goldberg, K. Lqg-mp: Optimized path planning for robots with motion uncertainty and imperfect state information. The International Journal of Robotics Research 30, 7 (2011), 895–913
dc.relationAlancay, N., Villagra, S., and Villagra, A. Trajectory metaheuristic algorithms to optimize problems combinatorics. INFORMES CIENTIFICOS Y TECNICOS 8, 3 (2016), 56–75.
dc.relationLyons, L. A., Webster, R. J., and Alterovitz, R. Motion planning for active can- nulas. In 2009 IEEE / RSJ International Conference on Intelligent Robots and Systems (2009), IEEE, pp. 801–806.
dc.relationBarrientos, A., P. L. F. B. C. . A. R. Fundamentos de Robótica. McGraw-Hill, 2017.
dc.relationMoran, M. E. Rossum’s universal robots: not the machines. Journal of endourology 21, 12 (2007), 1399–1402
dc.relationDelgado, A. Robótica inteligente. Revista de la Facultad de Medicina 47, 1 (1999), 32–34.
dc.relationUsategui, J. M. A. Robótica práctica: tecnología y aplicaciones. Paraninfo, 1986.
dc.relationChirikjian, G. S. Theory and applications of hyper-redundant robotic manipula- tors. PhD thesis, California Institute of Technology, 1992.
dc.relationBarrio, A. M., Terrile, S., Barrientos, A., and del Cerro, J. Robots hiper-redundantes: Clasificación, estado del arte y problemática. Revista Iberoamericana de Automática e In- formática industrial 15, 4 (2018), 351–362.
dc.relationGómez, J. G. Robótica modular y locomoción: Aplicación a robots ápodos. Uni- versidad Autónoma de Madrid, Thesis (2008).
dc.relationLondoño, T. J. C., Zapata, T. S. C., and CTMA, S. Solar mobile robot robot móvil solar.
dc.relationRoldán, J., Garzon, M., De León Rivas, J., Garzón Ramos, D., Martín-Barrio, A., Terrile, S., Garía Auñón, P., Ce-rro, J., Rossi, C., and Barrientos, A. Proyecto pric: Protección robotizada de infraestructuras críticas. pp. 1–6.
dc.relationGiraldo, L. F., Delgado, E., and Castellanos, G. Cinemática inversa de un bra- zo robot utilizando algoritmos genéticos. Revista Avances en Sistemas e Informática 3, 1 (2006), 29–34
dc.relationMolina, J. K., Dominguez, M. J., Onate, C. U., and Salamea, H. T. Development of a neural controller applied in a 5 dof robot redundant. IEEE Latin America Transactions 12, 2 (2014), 98–106.
dc.rightsDerechos Reservados - Universidad Militar Nueva Granada, 2019
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución-NoComercial-SinDerivadas
dc.subjectALGORITMOS
dc.subjectROBOTICA
dc.subjectINTELIGENCIA ARTIFICIAL
dc.subjectRobot Continuo
dc.subjectInteligencia Artificial
dc.subjectHiperrebundancia
dc.subjectArtificial Intelligence
dc.subjectContinuous Robot
dc.subjectHyperabundance
dc.titleImplementación y Simulación de un algoritmo de posicionamiento articular para un Robot manipulador Planar Continuo utilizando técnicas de Inteligencia Artificia
dc.titleImplementation and simulation of a joint position algorithm for a continuous planar robot using artificial intelligence techniques
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeTesis de maestría
dc.typeText
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.coverageCalle 100


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem