Diseño de políticas de identificación y control de robots basados en redes neuronales y sistemas neuro-fuzzy

Abstract

Este trabajo de investigación se enmarca dentro del campo de la Robótica, En él proponemos una red neuronal dinámica con el objeto de determinar la dinámica de un robot manipulador, obviando el uso de técnicas clásicas, dada la alta carga computacional y dado que dan un modelo nominal. Se han introducido diferentes modificaciones en la red Neuronal dinámica inicialmente propuesta. Se muestran varios resultados en donde se confirma la bondad de la red neuronal dinámica propuesta. En un afán por simplificar esta red se introduce dependencia de unas neuronas respecto a otras de la misma capa. Esta nueva red nos lleva a una red de 2 capas con un número de neuronas inferior a la de la red neuronal inicialmente propuesta. Se ha aplicado esta red al problema de determinar la dinámica inversa de un robot PUMA. Por otro lado, se ha abordado el problema de la cinemática inversa. Se han aplicado las Redes Neuronales estáticas como primera forma de afrontarlo obteniendo resultados sobre algunos ejemplos. Como estrategia alternativa se ha estudiado el entrenamiento de las Redes Neuronales Estáticas mediante algoritmos genéticos. Se ha estudiado el problema del control de los manipuladores introduciendo un esquema basado en Redes Neuronales Estáticas y Redes Neuronales Dinámicas. Por último se ha abordado el problema del control de robtos móviles. Se ha utilizado una estrategia Neuro Fuzzy que nos ha permitido extraer de forma automática las reglas Fuzzy y funciones de Pertenencia, todo ello a partir de la información suministrada por un operador. La efectividad de esta técnica se ilustra a través de varias simulaciones y varios resultados obtenidos de forma experimental.