کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4948796 1439851 2017 22 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A model-based approach to robot kinematics and control using discrete factor graphs with belief propagation
ترجمه فارسی عنوان
یک رویکرد مبتنی بر مدل به سینماتیک ربات و کنترل با استفاده از نمودارهای عامل گسسته با انتشار باور
کلمات کلیدی
رویکرد مبتنی بر مدل، نمودار فاکتور، سینماتیک ربات،
ترجمه چکیده
بسیاری از تحقیقات اخیر در رباتیک تمرکز خود را از وظایف صنعتی سنتی اختصاص داده است تا به بررسی انواع جدیدی از روباتها با روشهای جایگزین برای کنترل آنها بپردازند. در این مقاله، ما توسعه یک روش عمومی را بر اساس گراف عامل برای مدل سازی سینماتیک ربات توصیف می کنیم. ما بر جنبه های سینماتیک کنترل ربات تمرکز کردیم زیرا راه حل سریع و سیستماتیک برای عامل ربات برای حرکت در یک محیط پویا فراهم می کند. ما مدل های گراف عامل الهام نگرفته ای را ایجاد کردیم که می تواند در دو سیستم مختلف روباتیک کاربرد داشته باشد: یک پلت فرم تلفن همراه و بازوی رباتیک. ما همچنین نشان دادیم که ما می توانیم مدل استاتیک بازوی روباتیک را به یک مدل پویا برای تقلید حرکات طبیعی دست انسان کمک کنیم. ما روش های ما را در یک محیط شبیه سازی و همچنین در سناریوهای ربات های واقعی مورد آزمایش قرار دادیم. نتایج آزمایشی انعطاف پذیری روش های پیشنهادی ما را از لحاظ تجدید ساخت و یادگیری ثابت کرد که ربات مدل شده را قادر می سازد تا با اطمینان در انجام وظایف داده شده انجام شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Much of recent researches in robotics have shifted the focus from traditionally-specific industrial tasks to investigations of new types of robots with alternative ways of controlling them. In this paper, we describe the development of a generic method based on factor graphs to model robot kinematics. We focused on the kinematics aspect of robot control because it provides a fast and systematic solution for the robot agent to move in a dynamic environment. We developed neurally-inspired factor graph models that can be applied on two different robotic systems: a mobile platform and a robotic arm. We also demonstrated that we can extend the static model of the robotic arm into a dynamic model useful for imitating natural movements of a human hand. We tested our methods in a simulation environment as well as in scenarios involving real robots. The experimental results proved the flexibility of our proposed methods in terms of remodeling and learning, which enabled the modeled robot to perform reliably during the execution of given tasks.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Robotics and Autonomous Systems - Volume 91, May 2017, Pages 234-246
نویسندگان
, ,