Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/9620
Título: Ferramentas de auxílio ao desenvolvimento de preditores e controladores neurais completos a horizonte fixo para robôs móveis multiarticulados
Autor(es): Miranda, Victor Marques
Orientador: Ferreira, Edson de Paula
Coorientador: Salles, Evandro Ottoni Teatini
Data do documento: 25-Nov-2011
Editor: Universidade Federal do Espírito Santo
Resumo: A navegação de robôs é um tema que tem motivado vários trabalhos acadêmicos e aplicados. Dentre os diferentes tipos de robôs móveis, os multiarticulados constituem objeto deste trabalho, onde são apresentadas uma nova sistemática e novas ferramentas para o desenvolvimento de preditores e controladores completos, com horizonte temporal fixo, utilizando redes neurais feedforward estáticas na descrição dos movimentos à ré de robôs móveis multiarticulados, no espaço de configuração. Os preditores são necessários para operação assistida ou para servir de núcleo em simuladores para análise de estratégias de navegação e para a síntese e validação de controladores. A sistemática proposta e as ferramentas desenvolvidas são gerais. A ferramenta criada visa facilitar os processos de criação, treinamento e validação de diversas topologias de redes neurais e de atribuição de seus parâmetros para o treinamento. Além disso, facilita a determinação do horizonte de predição, considerando o fato de essa ser uma tarefa exaustiva. Inicialmente, se dá o estudo de um protótipo, a ser utilizado na coleta de dados e na síntese e validação das redes, de grande similaridade a um veículo real, guardadas as devidas proporções, e de sua cadeia cinemática. Numa segunda etapa, é efetuada a modelagem do robô por meio de redes estáticas com variados horizontes de predição, sendo planejada, para isso, uma estratégia destinada à coleta de dados para posterior treinamento dos modelos. São necessárias, durante essa etapa, algumas manipulações sobre os dados que permitam colocá-los numa forma apresentável às redes. Além de dados reais, o conjunto de treinamento é composto de dados gerados a partir do modelo das condições singulares de giro. São apresentados modelos para os ângulos de giro e para os ângulos críticos, deduzidos a partir de um modelo analítico complexo original das equações gerais de movimento à ré de um robô multiarticulado, no espaço de configuração. Esse mesmo modelo é utilizado para gerar preditores analíticos a serem também usados em conjunto com controladores neurais. O uso de modelo para as configurações singulares é justificado porque as condições de giro são situações de equilíbrio instável, uma vez que, em malha aberta, não permitem a obtenção prática de dados. O modelo para os ângulos críticos define os limites, antes do jackknife, das variáveis de configuração. Finalmente, é apresentada a obtenção de controladores inversos, diretamente a partir dos dados ou indiretamente a partir do preditor, no espaço de configuração. A validação do controlador é, por fim, realizada para revelar a capacidade do mesmo em seguir as referências dentro de um horizonte e de um erro aceitáveis, sem que ocorram situações críticas e de jackknife, e de forma a manter a convexidade ou o giro.
The robotic navigation is a subject that has motivated several academic and practical works. Among all the different kinds of mobile robots, the multi-articulated one is the focus of this work. This dissertation presents new systematic and new tools for the development of full neural predictors and controllers, with fixed time horizon, based on static multilayer feedforward networks, when describing backward movements of multi-articulated mobile robots, in the configuration space. The predictors are necessary for robot’s assisted tasks and useful to be used as cores in simulators to analyze navigation strategies and for controller’s synthesis and validation. The proposed systematic and the developed tools are general. The implemented tool helps to make easier the processes of creating, training and validating several topologies of neural networks and setting their training parameters. Besides, this tool helps to find a prediction horizon, for a given robot, regarding the fact that it is an exhaustive task. At first, the characteristics of the prototype used in this work, similar to a real vehicle, keeping the proper scales, and its kinematic chain are presented. Then, the robot is modeled using static neural networks with different prediction horizons. It is established a strategy for the data acquisition in order to obtain a representative database that will be used for training and validation of the models. It is implemented a preprocessing step, where some manipulations are done on data until they can reach an appropriate format for predictors training. The training data set is composed by real data acquired from measurements of the prototype and by data generated from circular singular conditions models. This work presents models for the singularities and for the critical angles extracted from an original analytical model of general backward movement equations of a multi-articulated mobile robot, in the configuration space. The same model is used to generate analytical predictors, which are used with the neural controllers. The use of models for singularities is necessary because the singular conditions are situations of unstable equilibrium, which makes impossible to obtain enough data from open loop real systems. The model for critical angles defines the range of the configuration variables before the jackknife. Finally, it is shown the generation of inverse controllers directly from the collected data and from the singular models or indirectly from the predictor, in the configuration space. The validation of the controller aims to reveal its capacity of following the references within an acceptable horizon and error, avoiding jackknife situations and keeping the convexity and the circular movement.
URI: http://repositorio.ufes.br/handle/10/9620
Aparece nas coleções:PPGEE - Dissertações de mestrado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_4702_DiissertacaoMestradoVictorMarquesMiranda.pdf4.65 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.