Resumen de Mejora de la precisión del seguimiento de trayectoria de un brazo robótico mediante un algoritmo de red neuronal inicializado con Lyapunov

Jesús Rodríguez Flores, Luis Sánchez Muyulema, Jonnathan Chamba Cruz, Andrés Morocho Caiza

• español

  Se plantea un método de corrección adaptativa de la desviación en la trayectoria de un brazo robótico mediante una red neuronal, abordando problemas de inestabilidad y desviación en seguimiento de movimientos cuando el manipulador es afectado por factores externos. Se emplea una red neuronal de flujo directo o no realimentada para analizar las características dinámicas del manipulador y se formula un sistema de control adaptativo basado en esta tecnología. La estabilidad y convergencia del sistema se demuestran utilizando la función de Lyapunov, siendo esta la condición de inicialización de pesos de la red neuronal. Se emplea MATLAB/Simulink para simular los parámetros dinámicos del manipulador y se comparan los resultados con un sistema de control PID. Las simulaciones muestran que, con ciertos parámetros, el brazo robótico sigue una trayectoria esperada con precisión. Cuando el entorno externo perturba el movimiento del brazo, la red neuronal adaptativa minimiza el error de seguimiento y reduce la fluctuación en el par de entrada. En resumen, el uso de este método mejora significativamente la precisión en el control de la trayectoria de movimiento y reduce la vibración del manipulador.

• English

  A method for adaptive correction of the deviation in the trajectory of a robotic arm is proposed using a neural network, addressing problems of instability and deviation in movement tracking when the manipulator is affected by external factors. A forward-flow or non-feedback neural network is used to analyze the dynamic characteristics of the manipulator and an adaptive control system is formulated based on this technology. The stability and convergence of the system are demonstrated using the Lyapunov function, this being the weight initialization condition of the neural network. MATLAB/Simulink is used to simulate the dynamic parameters of the manipulator and the results are compared with a PID control system. Simulations show that with certain parameters, the robotic arm follows an expected trajectory precisely. When the external environment disturbs the arm movement, the adaptive neural network minimizes the tracking error and reduces the fluctuation in the input torque. In summary, the use of this method significantly improves the accuracy of motion trajectory control and reduces manipulator vibration..