Algoritmo estocástico para la generación automática de trayectorias de un robot humanoide
Introducción: La incorporación de sistemas de aprendizaje autónomos en la robótica permitirá la resolución de una gran cantidad de problemas. Uno de ellos es la marcha autónoma para el caso de los robots humanoides debido a la complejidad que tiene por la gran cantidad de variables que influyen en e...
| Authors: | , , |
|---|---|
| Format: | article |
| Status: | Versión aceptada para publicación |
| Publication Date: | 2018 |
| Country: | Colombia |
| Institution: | Corporación Universidad de la Costa |
| Repository: | Repositorio REDICUC |
| Language: | Spanish |
| OAI Identifier: | oai:repositorio.cuc.edu.co:11323/2400 |
| Online Access: | https://hdl.handle.net/11323/2400 https://repositorio.cuc.edu.co/ |
| Access Level: | Open access |
| Keyword: | Robots humanoides Planificación de trayectorias Robots autónomos Humanoid robots Path planning Autonomous robot |
| Summary: | Introducción: La incorporación de sistemas de aprendizaje autónomos en la robótica permitirá la resolución de una gran cantidad de problemas. Uno de ellos es la marcha autónoma para el caso de los robots humanoides debido a la complejidad que tiene por la gran cantidad de variables que influyen en este proceso.Objetivo: Desarrollar algoritmos que generen marchas autónomas en un robot humanoide con varios grados de libertad.Metodología: El estudio inicia con el desarrollo de algoritmos estocásticos con pocas dimensiones; luego, se extiende a situaciones n-dimensionales. Posteriormente, se realizan pruebas en simulación, y, por último, las pruebas experimentales. Resultados: Se generó un algoritmo basado en el modelo físico del robot para crear las trayectorias de marcha estocásticamente.Se implementó un simulador que contempla las restricciones cinemáticas incluyendo colisiones para verificar los resultados. Adicionalmente, se realizaron cien pruebas experimentales donde se verificó el correcto funcionamiento de las trayectorias.Conclusiones: Se pudo corroborar que es posible crear un algoritmo estocástico que mezcla reglas determinantes y aleatorias para generar marchas automáticamente en robots humanoides, extendiendo conceptos generados en espacios bidimensionales y tridimensionales a coordenadas articulares n-dimensionales. |
|---|