Abstract
The inverse kinematics of redundant manipulators has infinite solutions by using
conventional methods, so that, this work presents applicability of intelligent tool (artificial neural
network ANN) for finding one desired solution from these solutions. The inverse analysis and
trajectory planning of a three link redundant planar robot have been studied in this work using a
proposed dual neural networks model (DNNM), which shows a predictable time decreasing in the
training session. The effect of the number of the training sets on the DNNM output and the number
of NN layers have been studied. Several trajectories have been implemented using point to point
trajectory planning algorithm with DNNM and the result shows good accuracy of the end effector
position for the desired trajectory.
conventional methods, so that, this work presents applicability of intelligent tool (artificial neural
network ANN) for finding one desired solution from these solutions. The inverse analysis and
trajectory planning of a three link redundant planar robot have been studied in this work using a
proposed dual neural networks model (DNNM), which shows a predictable time decreasing in the
training session. The effect of the number of the training sets on the DNNM output and the number
of NN layers have been studied. Several trajectories have been implemented using point to point
trajectory planning algorithm with DNNM and the result shows good accuracy of the end effector
position for the desired trajectory.
Keywords
inverse kinematics
neural network.
robotics
Abstract
ھنال ك ع دد غی ر منت ھ (infinity (م ن الحل ول العكس یة (solutions kinematics inverse (ل ذراع الی ة
مطولة (arm redundant (باستخدام الطرق التقلیدیھ (methods conventional (, لذلك استخدمت طریقة الشبكھ العص بیھ
(technique network neural (لإیجاد حل واحد مرغوب بھ (solution desired one (من ھذه الحلول.
حی ث اس تخدم ف ي ھ ذه البح ث ش بكھ عص بیھ مزدوج ة (DNNM (لإیج اد الحل ول العكس یة ( kinematics inverse
solutions (ل ذراع تتك ون م ن ثلاث ة قط ع تتح رك جمیعھ ا ف ي س طح واح د (robot planar redundant links three(. إن
ألشبكھ العصبیة المزدوجة (DNNM (المستخدمة ف ي ھ ذا العم ل أظھ رت كف اءة عالی ة ف ي تقلی ل الوق ت ال لازم لمرحل ة الت دریب
.( training)
إن تأثیر عدد مجموعات التدریب (sets training (عل ى مخ ارج (outputs (ألش بكھ العص بیة المزدوج ة (DNNM (ق د
تم دراستھا في ھذا العمل, و أظھرت النتائج بأن الدقة في إیج اد موق ع نھای ة ال ذراع (effector end (ق د تزی د عن دما یض اعف
عدد مجموعات التدریب (sets training (.
إن طریقة إیجاد المسار بین نقطت ین (method planning trajectory point-to-point (ق د ت م دراس تھا ف ي ھ ذا العم ل
كذلك تم دراسة تأثیر تغیر عدد مجموعات التدریب (sets training (على الدقة.
مطولة (arm redundant (باستخدام الطرق التقلیدیھ (methods conventional (, لذلك استخدمت طریقة الشبكھ العص بیھ
(technique network neural (لإیجاد حل واحد مرغوب بھ (solution desired one (من ھذه الحلول.
حی ث اس تخدم ف ي ھ ذه البح ث ش بكھ عص بیھ مزدوج ة (DNNM (لإیج اد الحل ول العكس یة ( kinematics inverse
solutions (ل ذراع تتك ون م ن ثلاث ة قط ع تتح رك جمیعھ ا ف ي س طح واح د (robot planar redundant links three(. إن
ألشبكھ العصبیة المزدوجة (DNNM (المستخدمة ف ي ھ ذا العم ل أظھ رت كف اءة عالی ة ف ي تقلی ل الوق ت ال لازم لمرحل ة الت دریب
.( training)
إن تأثیر عدد مجموعات التدریب (sets training (عل ى مخ ارج (outputs (ألش بكھ العص بیة المزدوج ة (DNNM (ق د
تم دراستھا في ھذا العمل, و أظھرت النتائج بأن الدقة في إیج اد موق ع نھای ة ال ذراع (effector end (ق د تزی د عن دما یض اعف
عدد مجموعات التدریب (sets training (.
إن طریقة إیجاد المسار بین نقطت ین (method planning trajectory point-to-point (ق د ت م دراس تھا ف ي ھ ذا العم ل
كذلك تم دراسة تأثیر تغیر عدد مجموعات التدریب (sets training (على الدقة.