Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...
Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ... Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...
Capitulo 6. Implantación de algoritmos sobre plataformas robóticas LIBRERÍA DLL- BRAZO CLIENTE TCP CONTROLADOR BRAZO SERVIDOR TCP NEURO CONTROLADOR LIBRERÍA DLL- MANO CLIENTE TCP CONTROLADOR MANO SERVIDOR TCP 272 LIBRERÍA DLL- TACTIL CLIENTE TCP CONTROLADOR SENSORES FSR SERVIDOR TCP INVOCACIÓN DLL PROTOCOLO TCP/IP CONTROLADOR CABEZAL SERVIDOR TCP BRAZO MANO SENSORES CABEZAL CONTROL ALTO NIVEL CONTROL BAJO NIVEL Figura 6.4. Arquitectura software diseñada para la implantación de los modelos sobre la plataforma NEUROCOR – UPCT. 3. Experimentos de alcance y agarre con plataforma NEUROCOR Sobre la plataforma robótica con componentes antropomorfos descrita en la sección anterior se han llevado a cabo una serie de experimentos cuyos objetivos han sido, a) validar ciertos modelos desarrollados en esta Tesis sobre el comportamiento cognitivo – motriz de agarre en primates superiores sobre una plataforma real, finiquitándose de esta manera la última parte del ciclo del modelado neuronal, consistente en la transferencia hacia la tecnología de los principios y modelos biológicos desarrollados y estudiados en esta Tesis; b) en base a los resultados obtenidos, establecer la validez de esos modelos a la hora de constituir controladores de alto nivel que permitan la planificación y control flexible de tareas de agarre por parte de robots que operen en entornos de cooperación con humanos y c) establecer las necesidades tecnológicas que permitan hacer que el resultado del proceso de integración entre
Capitulo 6. Implantación de algoritmos sobre plataformas robóticas modelos y plataformas permita el desarrollo de robots humanoides con una mayor capacidad de adecuación e interacción con los humanos. 3.1 Experimentos de alcance Se ha empleado la plataforma robótica descrita en la sección anterior para llevar a cabo el entrenamiento y validación del sistema o módulo neuronal HYPBF de alcance descrito en el capítulo anterior. El número de etapas de aprendizaje necesarias para aprender la cinemática inversa del brazo ABB ha sido de 3,000 y la red HYPBF consta de 500 neuronas en la capa oculta. En los experimentos se valida la capacidad del sistema para que su efector final alcance sin error posiciones objetivo dentro del espacio del robot. Los resultados de varios de esos ensayos se muestran en la Figura 6.5. Z (mm.) 1000 800 600 400 200 0 -200 -400 -600 -1500 -2000 TARGET 1 target 1={580,-1300,-400} target 2={290,-2380,715} target 3={-190,-3360,-70} -2500 Y (mm.) -3000 273 TARGET 2 END-EFFECTOR INITIAL POSITION -3500 TARGET 3 -400 0 -200 200 1000 800 600 400 Figura 6.5. Tres trayectorias 3D en tres experiencias de alcance. Adaptado de Molina- Vilaplana y col, 2004. El modelo neuronal de alcance también ha sido validado en tareas de seguimiento de objetivos móviles. En la Figura 6.6 se muestra la trayectoria circular en el plano YZ que traza el objetivo de alcance así como la trayectoria del efector final del brazo robot en su intento de seguir y alcanzar el objetivo. Los resultados que aquí se presentan se muestran de manera más extendida en Molina Vilaplana y col (2004). X (mm.)
- 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 and 244: Capitulo 5. Modelo Neuronal para el
- Page 245 and 246: 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: 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
- Page 295 and 296: Castiello, U., Stelmach, G.E., Lieb
- Page 297 and 298: Fagg, A.H., Arbib, M.A. (1998). Mod
- Page 299 and 300: Graybiel, A.M. (1997). The basal ga
- Page 301 and 302: Jaeger, D., Kita, H., Wilson., C.J.
- Page 303 and 304: Kimura, M., Matsumoto, N., Okahashi
- Page 305 and 306: Mottet, D., Bootsma, R. J. (2001).
- Page 307 and 308: Rezzoug, N., Gorce, P. (2001). A Ne
- Page 309 and 310: Tanee, J., Boussaoud, D., Boyer-Zel
Capitulo 6. Implantación <strong>de</strong> algoritmos sobre plataformas robóticas<br />
LIBRERÍA<br />
DLL- BRAZO<br />
CLIENTE<br />
TCP<br />
CONTROLADOR<br />
BRAZO<br />
SERVIDOR<br />
TCP<br />
NEURO<br />
CONTROLADOR<br />
LIBRERÍA<br />
DLL- MANO<br />
CLIENTE<br />
TCP<br />
CONTROLADOR<br />
MANO<br />
SERVIDOR<br />
TCP<br />
272<br />
LIBRERÍA<br />
DLL- TACTIL<br />
CLIENTE<br />
TCP<br />
CONTROLADOR<br />
SENSORES FSR<br />
SERVIDOR<br />
TCP<br />
INVOCACIÓN DLL<br />
PROTOCOLO<br />
TCP/IP<br />
CONTROLADOR<br />
CABEZAL<br />
SERVIDOR<br />
TCP<br />
BRAZO MANO SENSORES CABEZAL<br />
CONTROL<br />
ALTO<br />
NIVEL<br />
CONTROL<br />
BAJO<br />
NIVEL<br />
Figura 6.4. Arquitectura software diseñada para la implantación <strong>de</strong> los mo<strong>de</strong>los sobre la plataforma<br />
NEUROCOR – UPCT.<br />
3. Experimentos <strong>de</strong> alcance y agarre con plataforma NEUROCOR<br />
Sobre la plataforma robótica con componentes antropomorfos <strong>de</strong>scrita en la<br />
sección anterior se han llevado a cabo una serie <strong>de</strong> experimentos cuyos objetivos han<br />
sido, a) validar ciertos mo<strong>de</strong>los <strong>de</strong>sarrollados en esta Tesis sobre el comportamiento<br />
cognitivo – motriz <strong>de</strong> agarre en primates superiores sobre una plataforma real,<br />
finiquitándose <strong>de</strong> esta manera la última parte <strong>de</strong>l ciclo <strong>de</strong>l mo<strong>de</strong>lado neuronal,<br />
consistente en la transferencia hacia la tecnología <strong>de</strong> los principios y mo<strong>de</strong>los biológicos<br />
<strong>de</strong>sarrollados y estudiados en esta Tesis; b) en base a los resultados obtenidos,<br />
establecer la vali<strong>de</strong>z <strong>de</strong> esos mo<strong>de</strong>los a la hora <strong>de</strong> constituir controladores <strong>de</strong> alto nivel<br />
que permitan la planificación y control flexible <strong>de</strong> tareas <strong>de</strong> agarre por parte <strong>de</strong> robots<br />
que operen en entornos <strong>de</strong> cooperación con humanos y c) establecer las necesida<strong>de</strong>s<br />
tecnológicas que permitan hacer que el resultado <strong>de</strong>l proceso <strong>de</strong> integración entre