Control bio-inspirado para un actuador elástico por medio del algoritmo de aprendizaje por retroalimentación del error
El presente documento abarca la mejora del esquema de control de los actuadores de rigidez variable (VSA), presentes en la articulación de la rodilla de un robot bípedo llamado Binocchio, desarrollado por el grupo de Neuro-rehabilitación del Instituto Cajal. El diseño de dicho robot se basó en varia...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Tecnológico de Costa Rica
2019-12-01
|
| Series: | Tecnología en Marcha |
| Subjects: | |
| Online Access: | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/4560 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850182118602178560 |
|---|---|
| author | José González-Vargas Mario Rios-Mora Juan C. Moreno José Luis Pons-Rovira |
| author_facet | José González-Vargas Mario Rios-Mora Juan C. Moreno José Luis Pons-Rovira |
| author_sort | José González-Vargas |
| collection | DOAJ |
| description | El presente documento abarca la mejora del esquema de control de los actuadores de rigidez variable (VSA), presentes en la articulación de la rodilla de un robot bípedo llamado Binocchio, desarrollado por el grupo de Neuro-rehabilitación del Instituto Cajal. El diseño de dicho robot se basó en varias características biológicas presentes en los seres humanos como por ejemplo la visco-elasticidad de los músculos. Para controlar estos actuadores de manera robusta y eficiente no es suficiente el uso de estrategias de control clásico basados en modelos, debido a que estos métodos no son capaces de tomar en cuenta todas las no-linealidades intrínsecas del actuador debido a su estructura mecánica y a su naturaleza elástica. Por ello se adaptó un método bio-inspirado de control conocido como Feedback Error Learning (FEL) que utiliza una red neuronal para aprender el modelo inverso sin ningún conocimiento a priori de los parámetros del actuador. Seguidamente se procedió a realizar pruebas de control para validar su implementación. Finalmente, fue posible adaptar el FEL para el control de los VSA, lo que incidió en una mejora significativa en el rendimiento de los controladores de trayectoria. Pruebas de robustez y de estabilidad permitieron validar el uso del FEL como una alternativa viable para el control de los actuadores. |
| format | Article |
| id | doaj-art-436e9f541f0448a49b28e75f16fd4024 |
| institution | OA Journals |
| issn | 0379-3982 2215-3241 |
| language | English |
| publishDate | 2019-12-01 |
| publisher | Instituto Tecnológico de Costa Rica |
| record_format | Article |
| series | Tecnología en Marcha |
| spelling | doaj-art-436e9f541f0448a49b28e75f16fd40242025-08-20T02:17:45ZengInstituto Tecnológico de Costa RicaTecnología en Marcha0379-39822215-32412019-12-01ág. 132310.18845/tm.v32i8.45603900Control bio-inspirado para un actuador elástico por medio del algoritmo de aprendizaje por retroalimentación del errorJosé González-VargasMario Rios-MoraJuan C. MorenoJosé Luis Pons-RoviraEl presente documento abarca la mejora del esquema de control de los actuadores de rigidez variable (VSA), presentes en la articulación de la rodilla de un robot bípedo llamado Binocchio, desarrollado por el grupo de Neuro-rehabilitación del Instituto Cajal. El diseño de dicho robot se basó en varias características biológicas presentes en los seres humanos como por ejemplo la visco-elasticidad de los músculos. Para controlar estos actuadores de manera robusta y eficiente no es suficiente el uso de estrategias de control clásico basados en modelos, debido a que estos métodos no son capaces de tomar en cuenta todas las no-linealidades intrínsecas del actuador debido a su estructura mecánica y a su naturaleza elástica. Por ello se adaptó un método bio-inspirado de control conocido como Feedback Error Learning (FEL) que utiliza una red neuronal para aprender el modelo inverso sin ningún conocimiento a priori de los parámetros del actuador. Seguidamente se procedió a realizar pruebas de control para validar su implementación. Finalmente, fue posible adaptar el FEL para el control de los VSA, lo que incidió en una mejora significativa en el rendimiento de los controladores de trayectoria. Pruebas de robustez y de estabilidad permitieron validar el uso del FEL como una alternativa viable para el control de los actuadores.https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/4560actuadores elásticoscontrol adaptativored neuronalfeedback error learning. |
| spellingShingle | José González-Vargas Mario Rios-Mora Juan C. Moreno José Luis Pons-Rovira Control bio-inspirado para un actuador elástico por medio del algoritmo de aprendizaje por retroalimentación del error Tecnología en Marcha actuadores elásticos control adaptativo red neuronal feedback error learning. |
| title | Control bio-inspirado para un actuador elástico por medio del algoritmo de aprendizaje por retroalimentación del error |
| title_full | Control bio-inspirado para un actuador elástico por medio del algoritmo de aprendizaje por retroalimentación del error |
| title_fullStr | Control bio-inspirado para un actuador elástico por medio del algoritmo de aprendizaje por retroalimentación del error |
| title_full_unstemmed | Control bio-inspirado para un actuador elástico por medio del algoritmo de aprendizaje por retroalimentación del error |
| title_short | Control bio-inspirado para un actuador elástico por medio del algoritmo de aprendizaje por retroalimentación del error |
| title_sort | control bio inspirado para un actuador elastico por medio del algoritmo de aprendizaje por retroalimentacion del error |
| topic | actuadores elásticos control adaptativo red neuronal feedback error learning. |
| url | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/4560 |
| work_keys_str_mv | AT josegonzalezvargas controlbioinspiradoparaunactuadorelasticopormediodelalgoritmodeaprendizajeporretroalimentaciondelerror AT marioriosmora controlbioinspiradoparaunactuadorelasticopormediodelalgoritmodeaprendizajeporretroalimentaciondelerror AT juancmoreno controlbioinspiradoparaunactuadorelasticopormediodelalgoritmodeaprendizajeporretroalimentaciondelerror AT joseluisponsrovira controlbioinspiradoparaunactuadorelasticopormediodelalgoritmodeaprendizajeporretroalimentaciondelerror |