文献

J-GLOBAL ID：201802224125067540   整理番号：18A0165461

ニューラルネットワークを用いた逆運動学問題解決について【Powered by NICT】

On solving the inverse kinematics problem using neural networks

著者 (3件)： Csiszar Akos (ISW, University of Stuttgart, Stuttgart, Germany) ,  Eilers Jan (University of Stuttgart, Stuttgart, Germany) ,  Verl Alexander (ISW, University of Stuttgart, Stuttgart, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： M2VIP  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ロボットの逆運動学方程式の記述と解決は面倒な仕事である。さらに,理想的なモデルに対してのみ存在する解析解ロボットの構造は特定の基準を満たす場合にのみ。増加した測位精度が必要ならば,ロボットは較正が必要である。これは理想的なモデルと実際のロボットの違いに起因する誤差のほとんどを取り除いた。キャリブレーション法は,制御システムの実時間サイクルでの追加計算(通常は反復性の)を必要とし,理想的なモデルと実際のロボット間の小さな差を扱うことができるだけであった。本稿では教師つき学習ベースのアプローチは,逆運動学問題とキャリブレーションを解決するために提案する。一連のロボットおよび理想的なモデルを作成し,その後それらの各々を個別に較正の代わりに,逆運動学関数はニューラルネットワークを用いて学習しているので,それは,一つの所定のロボット,既に製造および/または組立公差による誤差に調整した。さらに,の解析解は不可能である構造に対して適用可能である。本研究の予備的結果は,この論文で提示した,二つの簡単なロボット構造,平面2自由度と空間3自由度構造,および解析モデリングは実行不可能にする人工的に導入された組立誤差(関節不整合)をカバーした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 教師つき学習 ,  計算 ,  制御系 ,  公差 ,  モデリング ,  自由度 ,  ロボット ,  *問題解決 ,  解析的解法 ,  モデル ,  *ニューラルネットワーク ,  不整合
準シソーラス用語： 実時間 ,  測位精度 ,  *逆運動学 , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： ニューラルネットワーク ,  逆運動学 ,  問題解決