polito.it
Politecnico di Torino (logo)

Dynamic Neural Networks to Generate Robotics Trajectories

Muhammad Naeem Akhtar

Dynamic Neural Networks to Generate Robotics Trajectories.

Rel. Marcello Chiaberge. Politecnico di Torino, Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica), 2019

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Document access: Anyone
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (3MB) | Preview
Abstract:

Questo lavoro presenta reti neurali artificiali in grado di generare traiettorie di stato dalla mappatura degli stati spaziali di una data struttura. I modelli focalizzati sono quelli delle reti neurali non supervisionate, come Growing Neural Gas (GNG), (Fritzke), Gow When Required (GWR), (Marsland); e una nuova rete di topologia dinamica denominata State Trajectory Generator (STRAGEN Offline e STRAGEN Online), (Benante). Quest'ultimo modello, proposto da Benante, è un contributo importante per mappare lo spazio della dinamica dei robot, rendendo possibili generazioni di traiettorie. I modelli consentono l'utilizzo di diversi criteri per sintetizzare una traiettoria ideale in base all'area di interesse dei diversi attributi che lo stesso dominio può presentare. Ogni modello funziona in tre fasi: Formazione, Generazione traiettoria e Fase di convalida degli errori, ad eccezione di STRAGEN Off-line, che ha una fase di potatura aggiuntiva, eseguita prima della fase di generazione della traiettoria. Questi strumenti vengono utilizzati per calcolare le prestazioni dei robot e per implementare ed eseguire traiettorie ottimizzate di robot. Simulazioni e risultati per domini robotici (con un braccio robot bidimensionale e un manipolatore robotico PUMA 560) sono considerati alla fine come esempi di domini diversi.

Relators: Marcello Chiaberge
Academic year: 2018/19
Publication type: Electronic
Number of Pages: 98
Subjects:
Corso di laurea: Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica)
Classe di laurea: New organization > Master science > LM-25 - AUTOMATION ENGINEERING
Ente in cotutela: UNIVERSIDADE DE PERNAMBUCO - Estadual (UPE) (BRASILE)
Aziende collaboratrici: UNSPECIFIED
URI: http://webthesis.biblio.polito.it/id/eprint/10873
Modify record (reserved for operators) Modify record (reserved for operators)