- Tytuł:
-
Using Tikhonov regularization to improve estimation of robot position based on uncertain robot model obtained by neural network
Zastosowanie regularyzacji Tikhonova do poprawy estymacji pozycji robota na podstawie modelu o niedokladnych parametrach wyznaczonych za pomocą sieci neuronowych - Autorzy:
-
Możaryn, J.
Kurek, J. E. - Powiązania:
- https://bibliotekanauki.pl/articles/154504.pdf
- Data publikacji:
- 2009
- Wydawca:
- Stowarzyszenie Inżynierów i Techników Mechaników Polskich
- Tematy:
-
robotyka
sieci neuronowe
model robota
regularyzacja
robotic
neural networks
inverse dynamic problem
regularization - Opis:
-
A method for improvement of a position estimation of a robot manipulator based on model with uncertain parameters is presented. To calculate the position of the robot there was designed the robot model using artificial neural networks with structure of the mathematical model in the form of Lagrange-Elder equations. The Tikhonov regularization was then used to improve the approximation of the robot's position. The example of the position of the robot PUMA 560 with 6 degrees of freedom calculation with proposed method is presented. Obtained results indicate significant improvement of the estimation.
W pracy przedstawiono metodę poprawy estymacji położeń robota na podstawie modelu robota o niedokładnych parametrach. Do wyznaczania położenia robota zaprojektowano model robota z wykorzystaniem sztucznych sieci neuronowych o strukturze modelu matematycznego w formie równań Lagrange'a-Eulera. W celu poprawy estymacji położeń na podstawie wyznaczonego modelu zastosowano regularyzację Tikhonowa. Zaproponowana metoda została przedstawiona na przykładzie odtwarzania położeń robota PUMA 560. Otrzymane wyniki wskazują na znaczną poprawę dokładności. - Źródło:
-
Pomiary Automatyka Kontrola; 2009, R. 55, nr 3, 3; 198-204
0032-4140 - Pojawia się w:
- Pomiary Automatyka Kontrola
- Dostawca treści:
- Biblioteka Nauki
Artykuł