A Study on the Obstacle Avoidance of a Robot Manipulator by Using the Neural Optimization Network

신경최적화 회로를 이용한 로봇의 장애물 회피에 관한 연구

This paper discusses the neural network application in the study on the obstacle avoidance of robot manipulator during the trajectory planning. The collision problem of two robot manipulators which are simultaneously moving in the same workspace is investigated. Instead of the traditional modeling method, this paper processing based on the calculation of joint angle in the cartesian coordinate with constrained condition shows the possibility of real time control. The problem of the falling into the local minima is cleared by the adaptive weight factor control using the temperature adding method. Computer simulations are shown for the verification.

본 연구에서는 우선 네트워크의 기본 이론을 소개하고, 이를 바탕으로 로봇의 궤적계획에 이용하기 위한 변수, 구속조건, 에너지를 정의하며, 네트워크가 국부적 최 소 상태에 빠지는 것을 방지하기 위하여 Temperature Adding을 이용한 적절한 가중치 조절로 작업 공간상에 장애물이 정지하고 있는 경우와 장애물이 움직이는 경우, 같은 작업 공간상에서 동시에 움직이는 두 대의 로봇들의 충돌회피문제 등 여러 종류의 궤 적 계획 문제에 적용시켜 보고자 한다. 이와같이 궤적계획 문제를 신경회로를 이용 하여 다루게 되면, 신경회로망의 링크수나 장애물의 변화등 상황의 변화에 따르는 복 잡한 모델링 전개가 필요 없어지고, 여유 자유도를 가지는 경우에도 별도의 성능지수 를 위한 인위적인 조작을 요구하는 알고리즘의 개발이 필요없이 스스로가 최소의 에너 지 상태를 찾아가게 되며, 병렬실(parallel processing) 계산방식으로 각 링크의 위치 를 동시에 구할 수 있게 되어 실시간 제어의 가능성을 제시하여 준다.