Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ... Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

repositorio.bib.upct.es
from repositorio.bib.upct.es More from this publisher
24.01.2013 Views

Capitulo 5. Modelo Neuronal para el aprendizaje progresivo de tareas de Agarre desarrollo de este modelo. Es decir el vector de salida codifica de forma completa una postura de agarre de la mano (Figura 5.15). Figura 5.15. El vector de salida del módulo GRASP codifica una postura de agarre adecuada a cierto objeto (izquierda) mediante los valores de las posiciones articulares de cada dedo (subíndice i = índice, m=medio, p = pulgar, derecha). 3.3.2 Selección heurística de los puntos de contacto sobre el objeto θi2 θi3 La selección de los puntos de contacto entre los dedos de la mano robot y la superficie de cada uno de los objetos se ha llevado a cabo de una manera totalmente heurística en base a criterios geométricos, es decir, en la selección de dichos puntos no se ha atendido en ningún momento a ningún criterio de estabilidad o dinámica del agarre. Dentro del entorno de simulación empleado en este capítulo se ha desarrollado un software que de forma sencilla posibilita la selección de dichos puntos de contacto. Mediante este software se puede seleccionar el tipo de objeto que desea emplearse para su agarre y el tamaño o dimensiones de dicho objeto (lado del cubo, diámetro de la esfera y del cilindro y altura del cilindro). El tamaño de los objetos está constreñido a unas dimensiones máximas de 8 cm y mínimas de 2 cm. Una vez seleccionado el tipo y dimensiones del objeto a agarrar debemos seleccionar los puntos de contacto que son dos o tres dependiendo del número de dedos que se pretende hacer intervenir en el agarre. La selección de esos puntos es arbitraria con la única restricción de que dichos puntos de contacto deben pertenecer a la superficie del objeto y al mismo ‘plano de contacto’. El plano de contacto es un plano paralelo a la superficie plana sobre la que se supone descansa en equilibrio estático el objeto a agarrar y está definido por el parámetro h (Figura 5.16). 235 θi1 θi4 θp4 θp1 θp3 θp2

Capitulo 5. Modelo Neuronal para el aprendizaje progresivo de tareas de Agarre h h Figura 5.16. Selección de los puntos de contacto de los dedos sobre el objeto 3.3.3 Generación de trayectorias de agarre En este apartado se describe la implementación del movimiento de los dedos hacia los puntos de contacto seleccionados mediante las tres redes neuronales HYPBF de la Figura 5.10. Estas redes neuronales como ya se ha comentado resuelven la cinemática inversa de cada uno de los tres dedos que conforman la mano robótica. Por lo tanto, una vez se han seleccionado los puntos de contacto de los dedos con el objeto, implementamos el movimiento de los dedos hacia dichos puntos de contacto, cuando esos dedos parten de una postura inicial extendida. En este punto resulta crucial el análisis de la postura final que adoptan los dedos tras la ejecución del movimiento en relación con el vector que determina la posición relativa del centro de gravedad del objeto respecto a la palma de la mano del robot. A dicho vector lo denominaremos R (Figura 5.17). Se introduce así un factor importante en la evaluación de un agarre para ser considerado como exitoso. Ese factor está relacionado con la confortabilidad de la postura de los dedos tras la implementación del movimiento las puntas de éstos hacia los puntos de contacto seleccionados sobre el objeto. En otras palabras, en este estudio tratamos de hallar vectores de posicionamiento relativo R entre la palma y el centro de gravedad de un objeto determinado de manera tal que cuando se implemente el movimiento de los dedos de la mano hacia los puntos de contacto seleccionados, en dicho movimiento no se produzcan colisiones indeseadas con el objeto (es decir, la trayectoria seguida por los dedos de la mano, no debe penetrar en el interior del objeto, durante el transcurso de la acción de agarre) y además, la postura final de los dedos, en su contacto final con el objeto debe ser tal que ninguna articulación se encuentre en algún límite de su rango de movimiento (Figura 5.17). 236

Capitulo 5. Mo<strong>de</strong>lo Neuronal para el aprendizaje progresivo <strong>de</strong> tareas <strong>de</strong> Agarre<br />

h<br />

h<br />

Figura 5.16. Selección <strong>de</strong> los puntos <strong>de</strong> contacto <strong>de</strong> los <strong>de</strong>dos sobre el objeto<br />

3.3.3 Generación <strong>de</strong> trayectorias <strong>de</strong> agarre<br />

En este apartado se <strong>de</strong>scribe la implementación <strong>de</strong>l movimiento <strong>de</strong> los <strong>de</strong>dos hacia<br />

los puntos <strong>de</strong> contacto seleccionados mediante las tres re<strong>de</strong>s neuronales HYPBF <strong>de</strong> la<br />

Figura 5.10. Estas re<strong>de</strong>s neuronales como ya se ha comentado resuelven la cinemática<br />

inversa <strong>de</strong> cada uno <strong>de</strong> los tres <strong>de</strong>dos que conforman la mano robótica. Por lo tanto, una<br />

vez se han seleccionado los puntos <strong>de</strong> contacto <strong>de</strong> los <strong>de</strong>dos con el objeto,<br />

implementamos el movimiento <strong>de</strong> los <strong>de</strong>dos hacia dichos puntos <strong>de</strong> contacto, cuando<br />

esos <strong>de</strong>dos parten <strong>de</strong> una postura inicial extendida. En este punto resulta crucial el<br />

análisis <strong>de</strong> la postura final que adoptan los <strong>de</strong>dos tras la ejecución <strong>de</strong>l movimiento en<br />

relación con el vector que <strong>de</strong>termina la posición relativa <strong>de</strong>l centro <strong>de</strong> gravedad <strong>de</strong>l<br />

objeto respecto a la palma <strong>de</strong> la mano <strong>de</strong>l robot. A dicho vector lo <strong>de</strong>nominaremos R<br />

(Figura 5.17). Se introduce así un factor importante en la evaluación <strong>de</strong> un agarre para<br />

ser consi<strong>de</strong>rado como exitoso. Ese factor está relacionado con la confortabilidad <strong>de</strong> la<br />

postura <strong>de</strong> los <strong>de</strong>dos tras la implementación <strong>de</strong>l movimiento las puntas <strong>de</strong> éstos hacia<br />

los puntos <strong>de</strong> contacto seleccionados sobre el objeto. En otras palabras, en este estudio<br />

tratamos <strong>de</strong> hallar vectores <strong>de</strong> posicionamiento relativo R entre la palma y el centro <strong>de</strong><br />

gravedad <strong>de</strong> un objeto <strong>de</strong>terminado <strong>de</strong> manera tal que cuando se implemente el<br />

movimiento <strong>de</strong> los <strong>de</strong>dos <strong>de</strong> la mano hacia los puntos <strong>de</strong> contacto seleccionados, en<br />

dicho movimiento no se produzcan colisiones in<strong>de</strong>seadas con el objeto (es <strong>de</strong>cir, la<br />

trayectoria seguida por los <strong>de</strong>dos <strong>de</strong> la mano, no <strong>de</strong>be penetrar en el interior <strong>de</strong>l objeto,<br />

durante el transcurso <strong>de</strong> la acción <strong>de</strong> agarre) y a<strong>de</strong>más, la postura final <strong>de</strong> los <strong>de</strong>dos, en<br />

su contacto final con el objeto <strong>de</strong>be ser tal que ninguna articulación se encuentre en<br />

algún límite <strong>de</strong> su rango <strong>de</strong> movimiento (Figura 5.17).<br />

236

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!