Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...
Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ... Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...
Capitulo 5. Modelo Neuronal para el aprendizaje progresivo de tareas de Agarre Errores cometidos en agarres con dos dedos La expresión empleada en el cálculo del error cometido con dos dedos, es: Error(2 F) = d − D (5.20) donde ‘d’ representa la distancia entre las puntas de los dedos índice y pulgar y ‘D’ representa según el caso bien el lado del cuadrado o bien, el diámetro de la esfera o cilindro (Figura 5.21, arriba izquierda). Errores cometidos en agarres con tres dedos En este caso, la expresión del error cometido en un agarre con tres dedos tiene la forma, Error(3 F) = errorA + errorB (5.21) donde errorA coincide con la expresión (5.20) y el errorB representa la distancia entre el dedo medio y el punto de contacto seleccionado para ese punto (Figura 5.21, arriba derecha). errorB = yM − y p (5.22) Las expresiones (5.21) y (5.22) se aplican al agarre de cubos y cilindros pero para el caso de esferas y atendiendo a los diagramas de la Figura 5.21(abajo, derecha), se emplea la expresión, Error _ Esferas(3 F) = ∑ R − rk (5.23) 241 k = I , M , P donde R, representa el radio de la esfera a agarrar y rk representa el radio una esfera imaginaria que forman el centro de la esfera a agarrar y el punto de posicionamiento final del dedo k (k = Índice, Medio, Pulgar).
Capitulo 5. Modelo Neuronal para el aprendizaje progresivo de tareas de Agarre d D índice pulgar d D índice pulgar 242 índice medio d D Eje central Figura 5.21. Errores cometidos al agarrar objetos con dos dedos (arriba izquierda) o con tres dedos (arriba, derecha). Abajo: Errores cometidos en el agarre de esferas con tres dedos. 4. Simulaciones del modelo y Resultados 4.1 Entrenamiento y capacidad de generalización del modelo En la Figura 5.22 se muestran las curvas de aprendizaje de la red neuronal HYPBF asociada al módulo GRASP para en el CASO 1, 2, 3 y 4. Lo que se muestra en el eje de 2 ordenadas es el logaritmo decimal del funcional H = ∑ε y en abcisas se muestran los ciclos de entrenamiento que necesita la red hasta converger a un valor de H< 10 -4 . Para el entrenamiento del módulo GRASP en los CASOS 1,2 y 3 se ha empleado una red neuronal HYPBF con 12 neuronas en la capa oculta (K = 12). Para el CASO 4 se ha empleado una red neuronal con 30 neuronas gaussianas en la capa oculta (K = 30). i i E pulgar r I r P r M R y p y M
- Page 193 and 194: Capitulo 4. Modelo Neuronal para la
- Page 195 and 196: Capitulo 4. Modelo Neuronal para la
- Page 197 and 198: Capitulo 4. Modelo Neuronal para la
- Page 199 and 200: Capitulo 4. Modelo Neuronal para la
- Page 201 and 202: Capitulo 4. Modelo Neuronal para la
- Page 203 and 204: Capitulo 4. Modelo Neuronal para la
- Page 205 and 206: Capitulo 4. Modelo Neuronal para la
- Page 207 and 208: Capitulo 4. Modelo Neuronal para la
- Page 209 and 210: Capitulo 4. Modelo Neuronal para la
- Page 211 and 212: Capitulo 5. Modelo Neuronal para el
- Page 213 and 214: Capitulo 5. Modelo Neuronal para el
- Page 215 and 216: Capitulo 5. Modelo Neuronal para el
- Page 217 and 218: Capitulo 5. Modelo Neuronal para el
- Page 219 and 220: Capitulo 5. Modelo Neuronal para el
- Page 221 and 222: Capitulo 5. Modelo Neuronal para el
- Page 223 and 224: Capitulo 5. Modelo Neuronal para el
- Page 225 and 226: Capitulo 5. Modelo Neuronal para el
- Page 227 and 228: Capitulo 5. Modelo Neuronal para el
- Page 229 and 230: Capitulo 5. Modelo Neuronal para el
- Page 231 and 232: Capitulo 5. Modelo Neuronal para el
- Page 233 and 234: Capitulo 5. Modelo Neuronal para el
- Page 235 and 236: Capitulo 5. Modelo Neuronal para el
- Page 237 and 238: Capitulo 5. Modelo Neuronal para el
- Page 239 and 240: Capitulo 5. Modelo Neuronal para el
- Page 241 and 242: Capitulo 5. Modelo Neuronal para el
- Page 243: Capitulo 5. Modelo Neuronal para el
- Page 247 and 248: Capitulo 5. Modelo Neuronal para el
- Page 249 and 250: 2.5 cm 3.0 cm 3.5 cm 2 cm Capitulo
- Page 251 and 252: Capitulo 5. Modelo Neuronal para el
- Page 253 and 254: Capitulo 5. Modelo Neuronal para el
- Page 255 and 256: Capitulo 5. Modelo Neuronal para el
- Page 257 and 258: Capitulo 5. Modelo Neuronal para el
- Page 259 and 260: Capitulo 5. Modelo Neuronal para el
- Page 261 and 262: Capitulo 5. Modelo Neuronal para el
- Page 263 and 264: Capitulo 5. Modelo Neuronal para el
- Page 265 and 266: R1 HYPBF # 1 HYPBF # 2 R2 AIP VD Mu
- Page 267 and 268: Capitulo 5. Modelo Neuronal para el
- Page 269 and 270: Capitulo 6. Implantación de algori
- Page 271 and 272: Capitulo 6. Implantación de algori
- Page 273 and 274: Capitulo 6. Implantación de algori
- Page 275 and 276: Capitulo 6. Implantación de algori
- Page 277 and 278: Capitulo 6. Implantación de algori
- Page 279 and 280: Capitulo 6. Implantación de algori
- Page 281 and 282: Capitulo 6. Implantación de algori
- Page 283 and 284: Capitulo 7. Conclusiones y Trabajos
- Page 285 and 286: Capitulo 7. Conclusiones y Trabajos
- Page 287 and 288: 1. Cinemática Directa del brazo ma
- Page 289 and 290: x 0 l 3 I -M c l 2 z 0 l 1 d θ 4 b
- Page 291 and 292: Los pesos adaptativos wijk y zijkm
- Page 293 and 294: Arbib, M.A. (1985a). Schemas for th
Capitulo 5. Mo<strong>de</strong>lo Neuronal para el aprendizaje progresivo <strong>de</strong> tareas <strong>de</strong> Agarre<br />
Errores cometidos en agarres con dos <strong>de</strong>dos<br />
La expresión empleada en el cálculo <strong>de</strong>l error cometido con dos <strong>de</strong>dos, es:<br />
Error(2 F) = d − D<br />
(5.20)<br />
don<strong>de</strong> ‘d’ representa la distancia entre las puntas <strong>de</strong> los <strong>de</strong>dos índice y pulgar y ‘D’<br />
representa según el caso bien el lado <strong>de</strong>l cuadrado o bien, el diámetro <strong>de</strong> la esfera o<br />
cilindro (Figura 5.21, arriba izquierda).<br />
Errores cometidos en agarres con tres <strong>de</strong>dos<br />
En este caso, la expresión <strong>de</strong>l error cometido en un agarre con tres <strong>de</strong>dos tiene la forma,<br />
Error(3 F) = errorA + errorB<br />
(5.21)<br />
don<strong>de</strong> errorA coinci<strong>de</strong> con la expresión (5.20) y el errorB representa la distancia entre el<br />
<strong>de</strong>do medio y el punto <strong>de</strong> contacto seleccionado para ese punto (Figura 5.21, arriba<br />
<strong>de</strong>recha).<br />
errorB = yM − y p<br />
(5.22)<br />
Las expresiones (5.21) y (5.22) se aplican al agarre <strong>de</strong> cubos y cilindros pero para el caso<br />
<strong>de</strong> esferas y atendiendo a los diagramas <strong>de</strong> la Figura 5.21(abajo, <strong>de</strong>recha), se emplea la<br />
expresión,<br />
Error _ Esferas(3 F) = ∑ R − rk<br />
(5.23)<br />
241<br />
k = I , M , P<br />
don<strong>de</strong> R, representa el radio <strong>de</strong> la esfera a agarrar y rk representa el radio una esfera<br />
imaginaria que forman el centro <strong>de</strong> la esfera a agarrar y el punto <strong>de</strong> posicionamiento<br />
final <strong>de</strong>l <strong>de</strong>do k (k = Índice, Medio, Pulgar).