Entrenamiento de IA para aplicación a robótica industrial: Generación de trayectorias para ajuste de parámetros de red neuronal

Merino Olagüe, Mikel, Ibarrola Chamizo, Javier, Aginaga García, Jokin y Hualde Otamendi, Mikel(2022) .Entrenamiento de IA para aplicación a robótica industrial: Generación de trayectorias para ajuste de parámetros de red neuronal. XV Congreso Iberoamericano de Ingeniería Mecánica.En: Universidad Politécnica de Madrid. (2022-11-22)

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Abs_77_182727.pdf Entrenamiento de IA para aplicación application/pdf 415.75KB

Título de la Conferencia XV Congreso Iberoamericano de Ingeniería Mecánica
Fecha de inicio de la Conferencia 2022-11-22
Fecha fín de la Conferencia 2022-11-24
Lugar de la Conferencia Universidad Politécnica de Madrid
Fecha de presentación de la Ponencia 2022
Titulo Entrenamiento de IA para aplicación a robótica industrial: Generación de trayectorias para ajuste de parámetros de red neuronal
Autor(es) Merino Olagüe, Mikel
Ibarrola Chamizo, Javier
Aginaga García, Jokin
Hualde Otamendi, Mikel
Materia(s) Ingeniería Mecánica
Robótica
Resumen En el presente trabajo se generan y simulan cinemáticamente una serie de trayectorias robóticas. De dichas simulaciones se obtienen diferentes datos (coordenadas articulares, posición y orientación del elemento terminal, imágenes etc.) de cara a realizar el entrenamiento de una red neuronal para aplicaciones en robótica. El objetivo de la red neuronal es poder generar trayectorias de forma automática a partir de un conjunto de imágenes y coordenadas. Para ello, se han diseñado trayectorias con dos tramos convenientemente unidos mediante curvas de Bèzier, asegurándose la continuidad hasta aceleraciones. Además, entre las posibles trayectorias que pueden llevarse a cabo debido a las distintas configuraciones del robot, se han seleccionado las más adecuadas. Se han evitado colisiones y singularidades y se han utilizado distintos criterios de selección. Se ha diseñado un algoritmo que puede ser utilizado en múltiples aplicaciones adaptándose los diferentes parámetros del mismo.
Abstract In the present work robot trajectories are generated and kinematically simulated. Different data (joint coordinates, end effector position and orientation, images etc.) is obtained in order to train a neural network suited for applications in robotics. The neural network has the goal of automatically generating trajectories based on a set of images and coordinates. For this purpose, trajectories are designed in two separate sections which are conveniently connected using Bèzier curves, ensuring continuity up to accelerations. In addition, among the possible trajectories that can be carried out due to the different configurations of the robot, the most suitable ones have been selected. Collisions and singularities have been avoided and different selection criteria have been used. The designed algorithm can be used in multiple applications by adapting its different parameters.
Palabra clave robótica industrial
generación de trayectoras
singularidades
inteligencia artificial
Editor(es) Universidad Nacional de Educación a Distancia (España)
Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
Fecha 2022
Formato application/pdf
Identificador bibliuned:congresoCIBIM-2022UPMEspana-Mmerino
https://doi.org/10.5944/bicim2022.057
Idioma spa
Versión de la publicación publishedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso conferenceObject
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 321 Visitas, 240 Descargas  -  Estadísticas en detalle
Creado: Thu, 08 Dec 2022, 00:07:31 CET