Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/25019
Full metadata record
DC FieldValueLanguage
dc.contributor.authorTrujillo Bonilla, Darwin Santiago-
dc.contributor.editorChávez García, Geovanny Danilo-
dc.date.accessioned2023-11-09T14:31:20Z-
dc.date.available2023-11-09T14:31:20Z-
dc.date.issued2023-11-09-
dc.identifier.citationTrujillo Bonilla, D.S.(2023). Simulación de Controladores de Seguimiento de Trayectoria Basados en Inteligencia Artificial para un Robot Humanoide NAO : Simulación de Controladores de Seguimiento de Trayectoria Basado en Redes Neuronales para el Seguimiento de la Trayectoria de un Robot Humanoide.59 páginas. Quito : EPN, 2023.es_ES
dc.identifier.otherT-IE/5894/CD 13840-
dc.identifier.urihttp://bibdigital.epn.edu.ec/handle/15000/25019-
dc.descriptionEste trabajo presenta una técnica de machine learning basada en soft computing para el control de seguimiento de trayectoria de un robot humanoide mediante redes neuronales. Se propone el desarrollo de un controlador cinemático basado en redes neuronales diseñado a partir de la cinemática directa de un robot móvil con el fin de obtener mejor precisión y rendimiento en el seguimiento de trayectorias. El controlador neuronal parte de una sintonización inicial realizada por el diseñador, mientras que en la fase de aplicación mediante el algoritmo de backpropagation, se actualizarán los valores de los pesos de la red neuronal lo cual equivale a las ganancias del controlador. Para la etapa de aprendizaje el algoritmo constantemente evalúa el comportamiento del sistema en lazo cerrado. Los resultados obtenidos serán analizados y comparados con un controlador cinemático convencional, demostrando cualitativa y cuantitativamente que el enfoque propuesto presenta mejoras en términos de rendimiento ante diferentes trayectorias.es_ES
dc.description.abstractThis work presents a machine learning technique based on soft computing for the trajectory tracking control of a humanoid robot using neural networks. It is proposed the development of a kinematic controller based on neural networks designed from the direct kinematics of a mobile robot to obtain better accuracy and performance in trajectory tracking. The neural controller starts from an initial tuning performed by the designer, while in the application phase using the backpropagation algorithm, the values of the neural network weights will be updated which is equivalent to the controller gains. For the learning stage the algorithm constantly evaluates the closed-loop behavior of the system. The results obtained will be analyzed and compared with a conventional kinematic controller, demonstrating qualitatively and quantitatively that the proposed approach presents improvements in terms of performance under different trajectories.es_ES
dc.language.isospaes_ES
dc.publisherQuito : EPN, 2023.es_ES
dc.rightsopenAccesses_ES
dc.subjectINTELIGENCIA ARTIFICIALes_ES
dc.subjectREDES NEURONALESes_ES
dc.subjectCONTROLADORes_ES
dc.subjectCINEMÁTICAes_ES
dc.subjectHUMANOIDEes_ES
dc.titleSimulación de Controladores de Seguimiento de Trayectoria Basados en Inteligencia Artificial para un Robot Humanoide NAO : Simulación de Controladores de Seguimiento de Trayectoria Basado en Redes Neuronales para el Seguimiento de la Trayectoria de un Robot Humanoide.es_ES
dc.typeTrabajo de Integración Curriculares_ES
Appears in Collections:TIC - Electrónica y Automatización (FIEE)

Files in This Item:
File Description SizeFormat 
CD 13840.pdf5,45 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.