Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF

Detalhes bibliográficos
Autor(a) principal: Spacca, Jordy Luiz Cerminaro
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/183448
Resumo: No estudo dos manipuladores são utilizados os conceitos da cinemática direta e a inversa. No cálculo da cinemática direta tem-se a facilidade da notação de Denavit-Hartenberg, mas o desafio maior é a resolução da cinemática inversa, que se torna mais complexa conforme aumentam os graus de liberdade do manipulador, além de apresentar múltiplas soluções. As variáveis angulares obtidas pelas equações da cinemática inversa são utilizadas pelo controlador, para posicionar o órgão terminal do manipulador em um ponto específico de seu volume de trabalho. Na busca de alternativas para contornar estes problemas, neste trabalho utilizam-se os Modelos Adaptativos de Inferência Neuro-Fuzzy - ANFIS para a resolução da cinemática inversa, por meio de simulações, para obter o posicionamento de um manipulador robótico de 5 graus de liberdade, composto por sete servomotores controlados pela plataforma de desenvolvimento Intel® Galileo Gen 2, usado como caso de estudo. Nas simulações usamse ANFIS com uma arquitetura com três e quatro funções de pertinência de entrada, do tipo gaussiana. O desempenho da arquitetura da ANFIS implementada foi comparado com uma Rede Perceptron Multicamadas, demonstrando com os resultados favoráveis a ANFIS, a sua capacidade de aprender e resolver com baixo erro quadrático médio e com precisão, a cinemática inversa para o manipulador em estudo. Verifica-se também, que a performance das ANFIS melhora, quanto à precisão dos resultados, demonstrado pelo desvio médio da posição do efetuador do manipulador robótico do percurso desejado, de 0,3219cm na direção X, 0,8453cm na direção Y e 0,3580cm na direção Z, embora aumente o custo computacional, quando se aumenta de três para quatro funções de pertinência. Estes resultados representam uma redução de até 47,87% no erro médio de posicionamento para a trajetória desejada, caso sejam utilizadas quatro funções de pertinência.
id UNSP_f939009d8ed3e82281e2dd75eb6f4b25
oai_identifier_str oai:repositorio.unesp.br:11449/183448
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOFUsing the Neuro Fuzzy Inference System - ANFIS to calculate the inverse kinematics of a 5 DOF manipulatorManipuladores robóticosCinemática direta e inversaRedes neurais artificiaisSistemas de inferência neuro-FuzzyFunção de pertinênciaRobotic manipulatorsForward and inverse kinematicsArtificial neural networksNeuro-fuzzy inference systemsMembership functionNo estudo dos manipuladores são utilizados os conceitos da cinemática direta e a inversa. No cálculo da cinemática direta tem-se a facilidade da notação de Denavit-Hartenberg, mas o desafio maior é a resolução da cinemática inversa, que se torna mais complexa conforme aumentam os graus de liberdade do manipulador, além de apresentar múltiplas soluções. As variáveis angulares obtidas pelas equações da cinemática inversa são utilizadas pelo controlador, para posicionar o órgão terminal do manipulador em um ponto específico de seu volume de trabalho. Na busca de alternativas para contornar estes problemas, neste trabalho utilizam-se os Modelos Adaptativos de Inferência Neuro-Fuzzy - ANFIS para a resolução da cinemática inversa, por meio de simulações, para obter o posicionamento de um manipulador robótico de 5 graus de liberdade, composto por sete servomotores controlados pela plataforma de desenvolvimento Intel® Galileo Gen 2, usado como caso de estudo. Nas simulações usamse ANFIS com uma arquitetura com três e quatro funções de pertinência de entrada, do tipo gaussiana. O desempenho da arquitetura da ANFIS implementada foi comparado com uma Rede Perceptron Multicamadas, demonstrando com os resultados favoráveis a ANFIS, a sua capacidade de aprender e resolver com baixo erro quadrático médio e com precisão, a cinemática inversa para o manipulador em estudo. Verifica-se também, que a performance das ANFIS melhora, quanto à precisão dos resultados, demonstrado pelo desvio médio da posição do efetuador do manipulador robótico do percurso desejado, de 0,3219cm na direção X, 0,8453cm na direção Y e 0,3580cm na direção Z, embora aumente o custo computacional, quando se aumenta de três para quatro funções de pertinência. Estes resultados representam uma redução de até 47,87% no erro médio de posicionamento para a trajetória desejada, caso sejam utilizadas quatro funções de pertinência.In the study of manipulator’s, the concepts of direct and inverse kinematics are used. In the computation of forward kinematics, it has of the ease of Denavit-Hartenberg notation, but the biggest challenge is the resolution of the inverse kinematics, which becomes more complex as the manipulator's degrees of freedom increase, besides presenting multiple solutions. The angular variables obtained by the inverse kinematics equations are used by the controller to position the terminal organ of the manipulator at a specific point in its work volume. In the search for alternatives to overcome these problems, in this work, the Adaptive Neuro-Fuzzy Inference Models (ANFIS) are used to solve the inverse kinematics, by means of simulations, to obtain the positioning of a robot manipulator of 5 degrees of freedom, consisting of seven servomotors controlled by the Intel® Galileo Gen 2 development platform, used as a case's study . In the simulations ANFIS's architecture are used three and four Gaussian membership functions of input. The performance of the implemented ANFIS architecture was compared to a Multi-layered Perceptron Network, demonstrating with the favorable results the ANFIS, its ability to learn and solve with low mean square error and with precision, the inverse kinematics for the manipulator under study. It is also verified that the performance of the ANFIS improves, as regards the accuracy of the results in the training process, , demonstrated by the mean deviation of the end effector 's position of robotic manipulator from the desired path is 0,3219 cm in the X direction, 0.8453 cm in the Y direction and 0.3580 cm in the Z Direction, although it increases the computational cost, when it has an increases from three to four membership functions. These results represent a reduction of up to 47.87% in the average positioning error for a desired trajectory, in case four membership functions are used.Universidade Estadual Paulista (Unesp)Mantovani, Suely Cunha Amaro [UNESP]Universidade Estadual Paulista (Unesp)Spacca, Jordy Luiz Cerminaro2019-09-10T12:35:55Z2019-09-10T12:35:55Z2019-08-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/18344800092496233004099080P0porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-08-05T17:41:24Zoai:repositorio.unesp.br:11449/183448Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:41:24Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF
Using the Neuro Fuzzy Inference System - ANFIS to calculate the inverse kinematics of a 5 DOF manipulator
title Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF
spellingShingle Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF
Spacca, Jordy Luiz Cerminaro
Manipuladores robóticos
Cinemática direta e inversa
Redes neurais artificiais
Sistemas de inferência neuro-Fuzzy
Função de pertinência
Robotic manipulators
Forward and inverse kinematics
Artificial neural networks
Neuro-fuzzy inference systems
Membership function
title_short Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF
title_full Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF
title_fullStr Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF
title_full_unstemmed Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF
title_sort Usando o Sistema de Inferência Neuro Fuzzy - ANFIS para o cálculo da cinemática inversa de um manipulador de 5 DOF
author Spacca, Jordy Luiz Cerminaro
author_facet Spacca, Jordy Luiz Cerminaro
author_role author
dc.contributor.none.fl_str_mv Mantovani, Suely Cunha Amaro [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Spacca, Jordy Luiz Cerminaro
dc.subject.por.fl_str_mv Manipuladores robóticos
Cinemática direta e inversa
Redes neurais artificiais
Sistemas de inferência neuro-Fuzzy
Função de pertinência
Robotic manipulators
Forward and inverse kinematics
Artificial neural networks
Neuro-fuzzy inference systems
Membership function
topic Manipuladores robóticos
Cinemática direta e inversa
Redes neurais artificiais
Sistemas de inferência neuro-Fuzzy
Função de pertinência
Robotic manipulators
Forward and inverse kinematics
Artificial neural networks
Neuro-fuzzy inference systems
Membership function
description No estudo dos manipuladores são utilizados os conceitos da cinemática direta e a inversa. No cálculo da cinemática direta tem-se a facilidade da notação de Denavit-Hartenberg, mas o desafio maior é a resolução da cinemática inversa, que se torna mais complexa conforme aumentam os graus de liberdade do manipulador, além de apresentar múltiplas soluções. As variáveis angulares obtidas pelas equações da cinemática inversa são utilizadas pelo controlador, para posicionar o órgão terminal do manipulador em um ponto específico de seu volume de trabalho. Na busca de alternativas para contornar estes problemas, neste trabalho utilizam-se os Modelos Adaptativos de Inferência Neuro-Fuzzy - ANFIS para a resolução da cinemática inversa, por meio de simulações, para obter o posicionamento de um manipulador robótico de 5 graus de liberdade, composto por sete servomotores controlados pela plataforma de desenvolvimento Intel® Galileo Gen 2, usado como caso de estudo. Nas simulações usamse ANFIS com uma arquitetura com três e quatro funções de pertinência de entrada, do tipo gaussiana. O desempenho da arquitetura da ANFIS implementada foi comparado com uma Rede Perceptron Multicamadas, demonstrando com os resultados favoráveis a ANFIS, a sua capacidade de aprender e resolver com baixo erro quadrático médio e com precisão, a cinemática inversa para o manipulador em estudo. Verifica-se também, que a performance das ANFIS melhora, quanto à precisão dos resultados, demonstrado pelo desvio médio da posição do efetuador do manipulador robótico do percurso desejado, de 0,3219cm na direção X, 0,8453cm na direção Y e 0,3580cm na direção Z, embora aumente o custo computacional, quando se aumenta de três para quatro funções de pertinência. Estes resultados representam uma redução de até 47,87% no erro médio de posicionamento para a trajetória desejada, caso sejam utilizadas quatro funções de pertinência.
publishDate 2019
dc.date.none.fl_str_mv 2019-09-10T12:35:55Z
2019-09-10T12:35:55Z
2019-08-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/183448
000924962
33004099080P0
url http://hdl.handle.net/11449/183448
identifier_str_mv 000924962
33004099080P0
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128150422421504