POLITECNICO DI MILANO
Facoltà di Ingegneria
Corso di Laurea in Ingegneria Informatica
STUDIO E REALIZZAZIONE DI UN
BRACCIO ROBOTICO ANTROPOMORFO
E SOLUZIONE DELLA CINEMATICA
INVERSA MEDIANTE RETE NEURALE
Relatore:
Prof.ssa Giuseppina GINI
Correlatore: Dott. Ing. Michele FOLGHERAITER
Fortunato MARZAGALLI
Claudio Sergio MATTIONI
Anno Accademico 2002 – 2003
Gli Obiettivi

Modello
Progettazione
 Costruzione


Rete neurale
Progettazione
 Training
 Applicazione Real time

Gli Obiettivi

Modello
Progettazione
 Costruzione


Rete neurale
Progettazione
 Training
 Applicazione Real time

Progettazione

Antropomorfismo
Progettazione


Antropomorfismo
Numero attuatori
Progettazione



Antropomorfismo
Numero attuatori
Spazio di lavoro
Gli Obiettivi

Modello
Progettazione
 Costruzione


Rete neurale
Progettazione
 Training
 Interfacciamento Real time

Costruzione

Spalla
Costruzione


Spalla
Sistema sensoriale
Costruzione



Spalla
Sistema sensoriale
Sistema valvolare
Gli Obiettivi

Modello
Progettazione
 Costruzione


Rete neurale
Progettazione
 Training
 Applicazione Real time

La Progettazione
Velocità di elaborazione
 Precisione dei risultati
 Adattabilità
 Flessibilità

Reti Neurali: perché
Imitano funzionamento
cervello biologico
 Garantiscono velocità ed
adattabilità
 Approssimano funzioni
matematiche anche
complesse

Strumenti Utilizzati

Matlab 6.5 R13
NNTool
 Neural Network functions
 Simulink

Neural Network blockset
 xPC Target


Hardware e software Airlab
Soluzioni Progettuali

Architettura rete neurale
Feed-forward
 3 strati e 47 neuroni
 Soluzione ottimale ottenuta
sperimentalmente

Gli Obiettivi

Modello
Progettazione
 Costruzione


Rete neurale
Progettazione
 Training
 Applicazione Real time

Fase Di Training

Generazione dati di training
Campionamento 3D uniforme
 Normalizzazione


Addestramento rete neurale
Algoritmo back-propagation
 1000 epoche

Soluzioni Progettuali

Funzione Matlab per
cinematica inversa

Input
coordinate x,y,z
 rete neurale


Output

lunghezze 7 muscoli
Gli Obiettivi

Modello
Progettazione
 Costruzione


Rete neurale
Progettazione
 Training
 Applicazione Real time

Applicazione Real time

Modello Simulink


Schema a blocchi rete neurale
Interfacciamento
xPC Target
 Scheda elettronica


Problemi

Robot non ultimato
Conclusioni
Il Braccio Robotico
 La Rete Neurale

Obiettivi raggiunti
Struttura
 Spazio di lavoro
 Sistema sensoriale
 Movimento

Sviluppi Futuri



Cinematica inversa modello
Sistema valvolare
Dati training
Conclusioni
Il Braccio Robotico
 La Rete Neurale

Obiettivi raggiunti

Pro
Velocità
 Approssimazione
 Adattabilità


Contro
Valori di confine
 10 ore per generare dati training
 16 ore per allenare la rete

Sviluppi Futuri



Applicazione real-time
Nuovo training rete neurale
Architettura rete neurale
Scarica

ppt - Leet