Publication: A memetic approach to the inverse kinematics problem for robotic applications
Loading...
Identifiers
Publication date
2014
Defense date
2014-06-26
Authors
Advisors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Impact
Export
Abstract
The inverse kinematics problem of an articulated robot system refers to computing
the joint configuration that places the end-effector at a given position and orientation.
To overcome the numerical instability of the Jacobian-based algorithms
around singular joint configurations, the inverse kinematics is formulated as a constrained
minimization problem in the configuration space of the robot. In previous
works this problem has been solved for redundant and non-redundant robots using
evolutionary-based algorithms. However, despite the flexibility and accuracy of the
direct search approach of evolutionary algorithms, these algorithms are not suitable
for most robot applications given their low convergence speed rate and the high
computational cost of their population-based approach. In this thesis, we propose
a memetic variant of the Differential Evolution (DE) algorithm to increase its convergence
speed on the kinematics inversion problem of articulated robot systems.
With the aim to yield an efficient trade-off between exploration and exploitation of
the search space, the memetic approach combines the global search scheme of the
standard DE with an independent local search mechanisms, called discarding. The
proposed scheme is tested on a simulation environment for different benchmark
serial robot manipulators and anthropomorphic robot hands. Results show that the
memetic differential evolution is able to find solutions with high accuracy in less
generations than the original DE. -----------------------------------------------------------
La cinemática inversa de los robots manipuladores se refiere al problema de calcular las coordenadas articulares del robot a partir de coordenadas conocidas de posición y orientación de su extremo libre. Para evitar la inestabilidad numérica de los métodos basados en la inversa de la matriz Jacobiana en la vecindad de configuraciones singulares, el problema de cinemática inversa es definido en el espacio de configuraciones del robot manipulador como un problema de optimización con restricciones. Este problema de optimización ha sido previamente resuelto con métodos evolutivos para robots manipuladores, redundantes y no redundantes, obteniéndose buenos resultados; sin embargo, estos métodos exhiben una baja velocidad de convergencia no adecuada para aplicaciones robóticas. Para incrementar la velocidad de convergencia de estos algoritmos, se propone un método memético de evolución differencial. El enfoque de búsqueda directa propuesto combina el esquema estándar de evolución diferencial con un mecanismo independiente de refinamiento local, llamado discarding o descarte. El desempeño del método propuesto es evaluado en un entorno de simulación para diferentes robot manipuladores y manos robóticas antropomórficas. Los resultados obtenidos muestran una importante mejora en precisión y velocidad de convergencia en comparación del método DE original.
La cinemática inversa de los robots manipuladores se refiere al problema de calcular las coordenadas articulares del robot a partir de coordenadas conocidas de posición y orientación de su extremo libre. Para evitar la inestabilidad numérica de los métodos basados en la inversa de la matriz Jacobiana en la vecindad de configuraciones singulares, el problema de cinemática inversa es definido en el espacio de configuraciones del robot manipulador como un problema de optimización con restricciones. Este problema de optimización ha sido previamente resuelto con métodos evolutivos para robots manipuladores, redundantes y no redundantes, obteniéndose buenos resultados; sin embargo, estos métodos exhiben una baja velocidad de convergencia no adecuada para aplicaciones robóticas. Para incrementar la velocidad de convergencia de estos algoritmos, se propone un método memético de evolución differencial. El enfoque de búsqueda directa propuesto combina el esquema estándar de evolución diferencial con un mecanismo independiente de refinamiento local, llamado discarding o descarte. El desempeño del método propuesto es evaluado en un entorno de simulación para diferentes robot manipuladores y manos robóticas antropomórficas. Los resultados obtenidos muestran una importante mejora en precisión y velocidad de convergencia en comparación del método DE original.
Description
Keywords
Articulated robots, Inverse kinematics