抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,多レベル同時最小化(MLSM)方式を提案し,結合角度ドリフト(JAD)と非ゼロ最終結合速度(NZFJV)現象を改善し,冗長ロボットマニピュレータの高関節変数の発生を防ぐために研究した。提案した方式は,複数のレベルの中で新しく設計され,最終的に,工学応用に望ましい,ジャーク有界ロボット運動のためのジャークレベルで解決される。さらに重要なことに,提案MLSM方式の正当性は,対応する定理によって保証される。次に,MLSM方式を区分的線形射影方程式ニューラルネットワーク(PLPENN)によって解明される動的二次計画(DQP)として定式化した。さらに,6自由度(DOF)ロボットマニピュレータに基づく経路追跡シミュレーションはMLSM方式の有効性と利点を実証した。MLSM方式と最小ジャークノルム(MJN)方式の間の比較により,提案方式が優れており,より適用可能であることを示した。最後に,仮想ロボット実験プラットフォーム(V-REP)におけるKUKAロボットに関する付加的検証を,研究者と開業医による再現可能な工学応用のために提供した。本論文は,実際の応用におけるジャーク有界冗長ロボットマニピュレータの逆運動学問題によって動機づけられる。関節角度ドリフト(JAD)および非ゼロ最終関節速度(NZFJV)現象ならびに高関節変数の発生は,ロボットマニピュレータのための従来のノルムベースの方式で常に遭遇し,ロボットのリアルタイム制御に適していない。その上,工学における産業ロボットのためのジャークレベルでロボット冗長性を解決することは魅力的で望ましい。したがって,そのようなロボットマニピュレータのための効果的で,柔軟で安定な解決策は,開業医にとって重要である。本論文では,JADとNZFJV現象を改善するために,ロボット運動学に関心を持ち,冗長ロボットマニピュレータの高い関節変数の発生を防ぐために,ロボット運動学に関心を持つマルチレベル同時最小化(MLSM)方式を提案した。最小ジャークノルム(MJN)方式のような従来の単一レベル方式とは異なり,提案方式は異なる物理的性質を有する多重レベルの中で設計されて,最終的にジャークレベルで分解されて,ジャーク有界冗長ロボットマニピュレータのための望ましい性能を達成した。さらに,実行者のより良い理解のために,MLSM方式の対応するブロック線図と原理解釈を提示した。シミュレーション研究と比較を設計して,6自由度(DOF)ロボットマニピュレータに関して実行して,提案した方式の有効性と優位性を実証した。異なる重みづけ因子による広範な試験により,提案MLSM方式の柔軟性と安定性能を完全に検証した。研究者と実務者による再生可能な工学応用のために,仮想ロボット実験プラットフォーム(V-REP)におけるKUKAロボットに関する付加的検証をさらに提示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】