Trajectoroy control for a Robot Manipulator by Using Multilayer Neural Network

다층 신경회로망을 사용한 로봇 매니퓰레이터의 궤적제어

This paper proposed a trajectory controlmethod for a robot manipulator by using neural networks. The total torque for a manipulator is a sum of the linear feedback controller torque and the neural network feedfoward controller torque. The proposed neural network is a multilayer neural network with time delay elements, and learns the inverse dynamics of manipulator by means of PD(propotional denvative)controller error torque. The error backpropagation (BP) learning neural network controller does not directly require manipulator dynamics information. Instead, it learns the information by training and stores the information and connection weights. The control effects of the proposed system are verified by computer simulation.

본 논문에서는 신경회로망을 사용한 로보트 매니퓰레이터의 궤적 제어 방법을 제안하였다. 매니퓰레이터에 가해지는 토크는 신경회로망이 출력인 feedforward 토크와 보조제어기로 사용되는 비례 미분 제어기PD 제어기의 출력인 feedback 토크의 합이다. 제안된 전경 회로망은 다층 신경회로로서 시간 지연 요소를 가지며 PD 제어기의 오차 토크를 사용하여 매니퓰레이터 이동력학 모델을 학습한다. errror backpropagation(BP) 학습 신경회로 제어기를 사용해보므로서 매니퓰레이터 동특성에 대한 정보를 미리 필요로 하지 않으며, 연결 가중치 값에 그러한 정보가 저장된다. 확인될 신경회로망의 특성을 컴퓨터 시뮬레이션을 통하여 입증한다.