Desarrollo de un algoritmo de aprendizaje computacional para el control de movimiento del robot Emerge

Esta tesis presenta un algoritmo de control de movimiento del robot Emerge basado en aprendizaje computacional, para ello se desarrolló un algoritmo de control de movimiento implementando aprendizaje profundo usando la librería Tensor Flow – Keras en el entrenamiento de las redes neuronales para las...

Full description

Autores:
Rodríguez González, Natalia
Montes Fonseca, Yeyffer Arbey
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/39128
Acceso en línea:
http://hdl.handle.net/11349/39128
Palabra clave:
Control de movimiento
Emerge
Redes neuronales
Tablas de movimiento
Ingeniería en Control -- Tesis y disertaciones académicas
Aprendizaje computacional
Robótica
Inteligencia artificial
Algoritmos
Motion control
Emerge
Neural networks
Motion tables
Rights
License
Attribution-NoDerivatives 4.0 Internacional
Description
Summary:Esta tesis presenta un algoritmo de control de movimiento del robot Emerge basado en aprendizaje computacional, para ello se desarrolló un algoritmo de control de movimiento implementando aprendizaje profundo usando la librería Tensor Flow – Keras en el entrenamiento de las redes neuronales para las morfologías de cadena, tipo ELE y bloque o cuadropodo; el segundo control de movimiento aplicado para la comparación de la técnica desarrollada fueron las tablas de movimiento siguiendo la técnica de (Morantes et al., 2020) aplicándola para las tres morfologías anteriormente mencionadas. Para elaborar el controlador local del robot, se implementó una Raspberry PI 3 junto con un Arduino Uno, dos sensores ultrasónicos y dos reguladores de voltaje, uno para la alimentación de la Raspberry y el otro para la alimentación de los sensores y el Arduino. Con este trabajo, se incorpora una nueva técnica de control de movimiento en robots modulares aplicando la inteligencia artificial y abriendo el campo de estudio en esta técnica de control para estos robots en las morfologías cadena, tipo ELE y bloque, así como mejorar los tiempos de desplazamiento y el ángulo de desfase con respecto al origen en el eje Y en las tres morfologías con respecto a la técnica de comparación; también se valida la aplicación de redes neuronales de tipo multicapa en el control de movimiento de robots modulares ápodos.