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

dc.contributor.authorMerino Olagüe, Mikel
dc.contributor.authorIbarrola Chamizo, Javier
dc.contributor.authorAginaga García, Jokin
dc.contributor.authorHualde Otamendi, Mikel
dc.date.accessioned2024-05-21T13:01:41Z
dc.date.available2024-05-21T13:01:41Z
dc.date.issued2022
dc.description.abstractEn 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.es
dc.description.abstractIn 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.en
dc.description.versionversión publicada
dc.identifier.doihttps://doi.org/10.5944/bicim2022.057
dc.identifier.urihttps://hdl.handle.net/20.500.14468/19765
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España), Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
dc.relation.centerE.T.S. de Ingenieros Industriales
dc.relation.congressXV Congreso Iberoamericano de Ingeniería Mecánica. Madrid, España, 22-24 de noviembre de 2022. CIBIM 2022
dc.relation.departmentMecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject.keywordsrobótica industrial
dc.subject.keywordsgeneración de trayectoras
dc.subject.keywordssingularidades
dc.subject.keywordsinteligencia artificial
dc.titleEntrenamiento de IA para aplicación a robótica industrial: Generación de trayectorias para ajuste de parámetros de red neuronales
dc.typeconference proceedingsen
dc.typeactas de congresoes
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Abs_77_182727.pdf
Tamaño:
415.75 KB
Formato:
Adobe Portable Document Format