Diseo de un controlador neuronal para un robot manipulador de tres grados de libertad

Alumno: Francisco Javier Ramrez Rangel

Asesor: M.C. Alfonso Noriega Ponce

Contenido
Descripcin del problema Antecedentes Panormica general del proyecto Objetivos e hiptesis Materiales y mtodos Pruebas Resultados y discusin Conclusiones

Descripcin del problema

El objetivo del control de posicin consiste en llevar el extremo final del robot manipulador hasta un punto deseado desde cualquier posicin inicial del robot.

Figura 1. Robot manipulador.

Hoy en da, existen varias alternativas para abordar el problema de regulacin en robots manipuladores. Es obligado mencionar en principio, al controlador PD (Arimoto y Miyazaki, 1984), este controlador es uno de los ms utilizados.

Descripcin del problema

Existen otros controladores obtenidos a partir de modificar el controlador PD. Tales modificaciones tuvieron su motivacin en:

Figura 2. Control par calculado.

Antecedentes
De los robots manipuladores que existen en la industria, un gran parte de ellos utilizan un control proporcional-derivativo tipo PD (Craig, 2006) . Varias versiones de ste control han sido estudiadas y realizadas por (Kelly, 1998), (Tomei, 1991), (Kelly, 2003), (Murray et al, 1994), (Spong, 1992). En (Spong y Vidyasagar, 1989) y (Ollero, 2001) se propone un esquema de control basado en el conocimiento del modelo dinmico. En (Ortega y Spong, 1989) se propone un esquema de control adaptativo. Un observador usando modos deslizantes fue propuesto en (Canudas de Wit y Slotine, 1991), donde la matriz de inercia debe ser conocida. De igual forma, un observador basado en la teora de sistemas adaptables fue propuesto en (Canudas de Wit y Fixot, 1992) y otro basado en mtodos de pasividad en (Berghuis y Nijmeijer,1993).

Antecedentes
Por su parte, los observadores independientes de la dinmica del robot no requieren conocerla en forma alguna, siendo los de alta ganancia los ms populares (Nicosia, et al,1990). En (Kim y Lewis, 1999), donde se emplean redes neuronales para estimar la velocidad del manipulador y para disminuir el error de seguimiento, es decir, no aade trminos de compensacin al control PD sino que se enfoca directamente en disminuir el error de seguimiento. En (Lewis et al, 1996) los autores usan una red neuronal para aproximar el sistema completo del robot y despus usan ese compensador neuronal hacia adelante con un control PD para garantizar un seguimiento de trayectorias eficiente.

Panormica general del proyecto

Objetivos e hiptesis
Objetivo general:
-Disear y desarrollar un controlador neuronal para un robot manipulador de tres grados de libertad, con el fin de controlar la posicin de las articulaciones del robot manipulador. El algoritmo de control se har mediante redes dinmicas recurrentes.

Objetivos especficos:
-Obtener un modelo matemtico que represente fidedignamente al robot manipulador de 3 gdl con articulaciones rotacionales. -Crear un modelo de simulacin con el cual evaluar el desempeo del controlador neuronal.

Hiptesis
-Mediante el uso de redes neuronales dinmicas recurrentes, es posible construir un algoritmo de control que permita controlar la posicin de un robot manipulador sin conocer una gran parte del modelo dinmico del manipulador.

Materiales y mtodos
Estructura mecnica: se compone de varias partes donde la columna vertebral del mismo la constituye su estructura mecnica, formada por una serie de articulaciones ligadas entre s.

Materiales y mtodos
Sistema de transmisin: Cuyas funciones son diversas, entre las que podemos citar la conversin de tipos de movimientos, la amplificacin de los pares aplicados sobre las articulaciones o el contribuir a la reduccin de ciertos movimientos. La relacin de transmisin es la proporcin entre el nmero de dientes de un engrane en comparacin con su pareja de trabajo.

Materiales y mtodos
Modelo dinmico. Para obtener el modelo dinmico de un sistema usando la formulacin de Euler-Lagrange, se requiere seguir los siguientes pasos: 1. Se obtiene la energa cintica total del sistema: 2. Se desarrolla la energa potencial total del sistema: 3. Se obtiene el Lagrangiano del sistema, el cual esta dado por: 4. Se obtiene la ecuacin de movimiento de Euler-Lagrange:

Materiales y mtodos
Actuadores: Unidos a esta estructura mecnica existen una serie de dispositivos actuadores, en general motores, que posibilitan el movimiento de los robots.

Sensores internos: Elementos esenciales en cualquier sistema de control. Los sensores nos permiten hacer mediciones de magnitudes propias del robot tales como la posicin y velocidad de las articulaciones.

Materiales y mtodos
Tarea a ser realizada: El mdulo 2 constituye un mdulo de comunicacin con el operador. El operador por medio de algn lenguaje le comunica la tarea a realizar. El mdulo ms importante de cara al control es el 3, en donde, a partir de toda la informacin recogida de los sensores se generan los comandos adecuados a la tarea. Los comandos sern las variables de entrada a los actuadores.

Materiales y mtodos
Esquema de control:

Pruebas

Se realizo un conjunto de pruebas, el cual busca observar como se modifica la respuesta ante cambios en la posicin deseada, cambio en la seal de referencia y los efectos que provocan la incertidumbre en las masas de los eslabones. Prueba 1. Se busca alcanzar una posicin constante, para la prueba se considera que se tiene un conocimiento perfecto de los parmetros del robot. Prueba 2. La posicin que se desea alcanzar es constante, esta prueba se realiza considerando que se tiene incertidumbre del 20% en el valor de los parmetros del robot. Prueba 3. Se considera una posicin deseada diferente.

Pruebas
Para realizar las simulaciones se consideraron los parmetros de la tabla 1.

Tabla 1. Parmetros del robot.

En todos los resultados de simulacin obtenidos se considera que el tiempo de simulacin es de 10 s. Las trayectorias deseadas fueron:
qd1 .2rad , qd 2 .1rad qd1 rad , qd 2 / 2rad

FIGURA 3. Resultados de la prueba 1. se considera que se tiene un conocimiento perfecto de los parmetros del robot.

Figura 4. Resultados de la prueba 2. Incertidumbre del 20% en el valor de los parmetros del robot.

Resultados

Figura 5. Resultados de la prueba 3. Cambio de posicin deseada.

Discusin
Se ha presentado un esquema de controlador neuronal que incluye un observador neuronal para el control de posicin de robots manipuladores. El mtodo no requiere conocer exactamente la dinmica del robot. Solo la matriz de inercia es requerida. No se requiere realizar un entrenamiento previo de la red neuronal. Los resultados de las simulaciones han mostrado que el comportamiento del controlador y observador neuronal son satisfactorios.

Conclusiones
Las conclusiones que se obtienen del proyecto de investigacin: Modelo dinmico: Ante la variedad de metodologas para el desarrollo de modelos dinmicos de robots, la eleccin del las metodologas en especial radica en la complejidad del procedimiento a realizar. La metodologa de Euler-Lagrange es la mas utilizada debido a su simplicidad. Diseo de controladores: Los algoritmos inteligentes son una buena opcin para el control de posicin de robots manipuladores debido a que no requieren que se les especifique la naturaleza de las seales con las cuales esta trabajando.

Referencias
Takegaki, M., Arimoto, S., 1981, A new feedback Method for dynamic control of manipulators, Transactions ASME, Journal of Dynamic Systems, Measurement and Control, Vol. 103, pp. 119-125. Craig J.J. ROBTICA. 3 edicin. Pearson Educacin. Mxico. 2006. Pp. 262-290. Kelly R., Santibez V. Control de Movimientos de Robots Manipuladores. Prentice Hall. Madrid. 2003. Pp 237-268. Tomei P. Adaptive PD Controller for Robot Manipulator. IEEE Trans. Automat. Contr. 36, (7): Pp. 565-570. 1992. ISSN: 1042-296X. Spong M.W. On the Robust Control of Robot Manipulators. IEEE Trans. Automat. Cont. 37, (11): Pp. 1782-1787. 1992. ISSN: 0018-928. Murray Richard M., Zexiang Li, Shankar-Sastry S. A Mathematical Introduction to Robotic Manipulation. 1 edicin. CRC Press. 1994. Pp. 189-195. Kelly R. Global Position of Robot Manipulators via PD control Plus a Class of Nonlinear Integral Actions. IEEE Trans. Automat. Contr. 43, (7): 934-938. 1998. ISSN: 0018-9286. Spong M.W., Vidyasgar M. Robot Dynamics and Control. New York. Wiley. 1989. Pp 206209.

Referencias
Berghuis H., Nijmeijer H. A Passivity Aproach to Controller-Obsever Design for Robots. IEEE Trans Robot Autom, 9, (4): 740-754. 1993. ISSN: 1042-296X. Canudas-de-Wit C, Slotine J.J.E. Sliding Observers for Robot Manipulator, Automtica, 27, (5): 859-864. 1991. ISSN: 0005-1098. Canudas-de-Wit C., Fixot N. Adaptive Control of Robot Manipulators via Velocity Estimated Feedback, IEEE Trans. Automat. Contr, 37, (8):1234-1237. 1992. ISSN: 0018-9286. Ortega R., Spong M.W. Adaptive Motion Control of Rigid Robot: A Tutorial. Automtica. 25, (6). Pp. 887-888. 1989. Ollero-Baturone A. ROBTICA Manipuladores y robots mviles. 1 Edicin. Barcelona. Marcombo. 2001. Pp. 202-224. Lewis F.L., Liu K., Yesildirek A. IEEE TRANSACTIONS ON NEURAL NETWORKS, 3, (6): 703-715, 1995. ISSN: 1045-9227. Kim, Y.H., Lewis F.L.Neural network output feedback control of robot manipulators. IEEE Trans Robot Autom.,15, (2): 301-309. 1999.