Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Mecánica y
de Materiales
Autor:
Fares Jawad Abu Dakka
Junio, 2006
1
Memoria de Actividades
Datos Personales
Trayectoria Profesional
Estudios de Tercer Ciclo
Docencia
Línea de investigación actual
Trabajos de Investigación
Futuras líneas de Investigación
2
Datos Personales
Memoria de Actividades
Titulación Obtenida
Ingeniero Mecánico.
Universidad de Birzeit, Palestina, 2003.
Evaluación
Durante la carrera: en la lista de honor durante
un semestre.
Titulación obtenida con la calificación “Notable”.
Becas
Beca FPI de la UPV, 2004-2007.
3
Trayectoria Profesional
Memoria de Actividades
4
Estudios de Tercer Ciclo
Docencia
Memoria de Actividades
5
Estudios de Tercer Ciclo
Trabajos de investigación (2005/2006)
Memoria de Actividades
(Títulos propuestos)
6
Línea de investigación actual
Memoria de Actividades
Planificación de trayectorias
1er Trabajo:
Obtener trayectorias de configuraciones
adyacentes.
2nd Trabajo:
Planificación de caminos
7
Departamento de Ingeniería
Mecánica y
de Materiales
TRABAJO DE INVESTIGACIÓN
Autor:
Fares Jawad Abu Dakka
Dirigido por:
Francisco Valero
8
2006
Configuración
Adyacente objetivos
Obtención de configuraciones
Objetivos
adyacentes con mínimo tiempo:
Modelización
del Problema
Modelización del robot.
Formulación
del Problema Prevención de colisiones:
Resultados
Modelización de obstáculos.
Conclusiones
Obtención puntos significativos del robot.
Obtención de configuraciones
adyacentes.
9
Configuración
Adyacente Modelización del problema
P3
Formulación Modelo
articularesdinámico.
y sus derivadas
Los obstáculos
α
se modelizan en base a 3 PF
3
P3
0r 0r i r
Resultados rO , P = en
Basada
O + Ri rO , P
0
rO ,el equilibrio de fuerzas y pares:
Puntos
0 significativos.
Newton ' s Eq. F = mν&C
0 i i
P
α
D
2
α
Conclusiones Modelo de obstáculos. PP
P
α EP
1
2
2
B 1
0 2
Procedimiento recursivo basado
1
en
r
r +r
(i qi ) cosi ( αi +i1−1vectoriales.
) cos ( qi ) cos ( α i−1 ) − sin ( α i−1 )
i j
i −1
Ri = sinoperaciones C i
f = R f + i
f i ( q ) sin ( α Z ) cos ( α )
i
sin ( qi i ) sin
i +1 ( α
i −1 )i +1 cos
i i −1 i −1
i i+1 i i +1
i
ni = N i + i+1 R ni+1 + PCi × Fi +Y Pi +1 × i +1 R f i +1
i i i i
El vector i T entre
i ˆ dos sistemas Z de referencia
τ i = ni Z i i −1 r O X
consecutivos. r Oi−1 ,Oi
Buena eficiencia computacional.
A P
Y
10
O X
Configuración
Adyacente La formulación del problema
Configuraciones adyacentes.
Se dice que las configuraciones , son adyacentes si son factibles y:
Objetivos C p Ck
– La distancia que pasa el elemento terminal para ir de a es menor que el
Modelización tamaño de el obstáculo más pequeño.
del Problema – Las distancias entre los puntos significativos de y tienen que ser menor que el
tamaño del obstáculo más pequeño.
Formulación
del Problema C p Ck
– Minimiza la función: α
Resultados
4
Cp Ck
α
Conclusiones 3
( ) α ipα ik ≤ 2 ⋅ min r j
El movimiento del robot entre configuraciones α
p k α 1
Objetivos
Modelización
del Problema
Formulación
del Problema
Resultados
Conclusiones
12
Configuración
Adyacente Resultados
Ejemplos
Caso 1
Esfera Cilindro Plano Dos Tres Esfera y
Objetivos Esferas Esferas Cilindro
Modelización
El promedio del 7.0945 4.3623 1.3608 9.1537 1.5220 6.6180
del Problema tiempo del
movimiento
Formulación (sec)
del Problema
El promedio del 12.97 39.0 16.2 14.9 15.1 7.8
Resultados Tiempo por
conf. de
Conclusiones computo (sec)
El porcentaje 79.5% 58.6% 81.6% 77.1% 79.7% 65.3%
de
convergencia
Caso 2
El promedio del 4.2704 1.9694 7.6882 1.4946 6.9266 1.6208
tiempo del
movimiento
(sec)
TRABAJO DE INVESTIGACIÓN
Autor:
Fares Jawad Abu Dakka
Dirigido por:
Francisco Valero
2006
15
Planificación
de caminos objetivos
Resolver el problema de la planificación
de caminos utilizando el algoritmo
Objetivos
genético:
Obtención de
Config. Obtención el modelo cinemático inverso del
Algoritmo robot.
Genético
Prevención de colisiones.
Aplicación
al Problema
Resultados
Optimizar caminos.
Conclusiones
16
Planificación
de caminos Obtención de configuraciones
17
Planificación
de caminos Algoritmo genético
Definición:
Elementos fundamentales de un
El algoritmo genético se basa en
algoritmo genético:
Objetivos una analogía directa con la
Procedimiento
selección natural básica de AG: y las
Darwiniana
Obtención de mutaciones presentadas en la
Config. reproducción
1. biológica,
Representación deconocidas
la población
comoycomputación
inicialización.evolutiva, la
Algoritmo cual adquiere rápidamente
Genético 2. Funciónenobjetivo
importancia el áreayde
función
la de
aptitud.artificial
inteligencia
Aplicación
al Problema 3. Selección.
4. Crossover.
Resultados
5. Mutación.
Conclusiones
18
Planificación
de caminos Aplicación al problema
Aplicación al Problema:
Final
point
Objetivos 1. Individuo:
Obtención de 2. Función objetivo:
Config. Para el algoritmo propuesto se utiliza la selección
3. Selección:
por
Pointrueda de ruleta: una Point iforma de selección
Algoritmo 1 Point f
i +1 i
Initial
sea
i +1 seleccionado
i i
i
i
i +1 i es
f f f
Aplicación proporcional
5. Mutación: a la diferencia
point entre su aptitud y la
( xn+1 − xn ) + ( y(Conceptualmente,
n +1 − yn ) + ( zn +1 − zn )esto
2 2 2
al Problema Minimize
de sus competidores.
Crossover
Mutation
+ ... +
puede representarse 2 como un juego de ruleta2 Final-cada
Resultados ( x f −1 − x f ) + ( y f −1 − y f ) + ( z f −1 − z f ) point
2
individuo obtiene una sección de la ruleta, pero los
Pto final
Conclusiones más aptos obtienen secciones mayores que las de
los menos aptos. Luego la ruleta se hace girar, y en
cada vez se elige al individuo que ``posea'' la
sección en la que se pare la ruleta).
Pto inical
Initial 19
point
Planificación
de caminos resultados
Caso 1
Objetivos Distancia Sin Con Con Dos Con Tres Con
Ideal obstáculos Esfera Esferas Esferas Cilindro
Obtención de
Config. La distancia 0.9711 1.05895 1.11559 1.11559 1.00231 1.44119
entre el punto
Algoritmo inicial y final
Genético
Tiempo de 2 2 2 2 3
Aplicación computo (sec)
al Problema
Comparación 91.7% 87.0% 87.0% 96.9% 67.4%
Resultados con el valor
ideal
Conclusiones Caso 2
La distancia 1.2784 1.43318 1.44119 1.44119 1.44919 1.49677
entre el punto
inicial y final
Tiempo de 4 3 3 4 4
computo (sec)
20
Planificación
de caminos conclusiones
21
Desarrollos futuros
22
Departamento de Ingeniería
Mecánica y
de Materiales
Autor:
Fares Jawad Abu Dakka
Junio, 2006
23