Neural Identifier of a Two Joint Robot Manipulator

신경회로망을 이용한 2축 매니퓰레이터 동정화

A new identification method using a higher order multilayer neural network is proposed for identifying a complex dynamic system such as a robotic manipulator. The input torque data for learning of the neural identifier are generated for producing effective output trajectories by a minimization process of a specific performance index function which indicates the difference between the reference points and the present joint positions and their velocities of the robotic manipulator. Computer simulation results show that the proposed identification method is very effective for identifying the systems with complex dynamics and large moment of inertia.

이 논문에서는 다층 구조 고차 신경회로망을 이용하여 로봇 메니퓰레이터와 같이 관성이 크고 복잡한 특성을 갖는 시스템을 효과적으로 동정화하는 새로운 방법을 제안한다. 로봇 메니퓰레이터의 위치 및 속도와 미리 정해준 기준 점들 사이의 차이를 나타내는 특정 성능 지수 함수를 최소화하는 방법을 이용하여 동정화 과정에 필요한 신경회로망의 학습에 이용되는 입력 데이터를 설계하는 방법을 설명한다. 사람의 팔과 같이 비교적 큰 관성을 갖는 2축 로봇 매니퓰레이터를 이용한 컴퓨터 시뮬레이션으로부터 제안된 방법이 복잡한 특성을 갖는 시스템의 동정화에 필요한 입력 데이터를 효과적으로 설계할 수 있음을 보인다.