1
Download Robot bípedo
Document related concepts
Transcript
Optimización evolutiva del paso de un robot bípedo real DTR4All 27 de Junio de 2011 Madrid Autores: - D. Miguel Angel Rodríguez Román - D. Francisco José Barroso Casanova - D. José Ignacio Gómez González - D. Antonio Peregrín Rubio Área Ciencias de la Computación Grupo de Sistemas Inteligentes y Minería de Datos Universidad de Huelva Motivación - El aprendizaje del andar bipedo puede ser utilizado para dar soporte a personas con disminución de las capacidades motoras. - Plataforma rehabilitación: Lokomat -Sin control de equilibrio -Entrenamiento de la musculacion -Sin aprendizaje Optimización Evolutiva de la Locomoción de un Robot Bípedo 2 Objetivo - Sistema evolutivo para la optimización automática de la locomoción de un robot bípedo: - Capaz de aprender el movimiento completo de un paso mejorando la velocidad de avance y el equilibrio . - Mejorar la suavidad en el balanceo lateral - Partir de un movimiento imperfecto pero funcional. Optimización Evolutiva de la Locomoción de un Robot Bípedo 3 Optimización evolutiva en línea del paso de un robot bípedo real Índice Introducción. Sistema Inteligente. Implementación del Sistema. Estudio Experimental. Conclusiones. Optimización Evolutiva de la Locomoción de un Robot Bípedo 4 Introducción Descripción del sistema Robot bípedo que realiza un intento de paso completo recibiendo para cada fracción del paso las instrucciónes de la posición de cada servo. El robot mide los parámetros a mejorar en cada momento: suavidad del paso (disminución de balanceo) y velocidad de avance. Inteligencia: algoritmo evolutivo que utiliza estas medidas para generar nuevos intentos de paso hasta que se consigue la mejora deseada. Optimización Evolutiva de la Locomoción de un Robot Bípedo 5 introducción Descripción General Optimización Evolutiva de la Locomoción de un Robot Bípedo 6 Optimización evolutiva en línea del paso de un robot bípedo real Índice Introducción. Sistema Inteligente. Implementación del Sistema. Estudio Experimental. Conclusiones. Optimización Evolutiva de la Locomoción de un Robot Bípedo 7 Sistema Inteligente Optimización de la locomoción bípeda. - Problema con espacio de soluciones muy elevado: - Número de combinaciones posibles del conjunto total de sensores Sistema de optimización basado en un algoritmo genético CHC. - Control efectivo de la convergencia - Operadores de cruce adaptados a números reales Optimización Evolutiva de la Locomoción de un Robot Bípedo 8 Sistema Inteligente Definición del Sistema Evolutivo Cromosoma. Almacena una secuencia completa de posiciones estáticas que simulan un paso. Genes. Define las posiciones de todos los elementos de cada articulación para una posición estática determinada. Población. Conjunto de individuos sometidos a evaluación dentro de cada generación. Generaciones. Iteraciones de las que consta el algoritmo. Función de cruce. BLX-alpha. Evaluación. Cálculo de la idoneidad de una solución en función de la distancia recorrida y la estabilidad del modelo. Optimización Evolutiva de la Locomoción de un Robot Bípedo 9 Sistema Inteligente Genes y Cromosomas Optimización Evolutiva de la Locomoción de un Robot Bípedo 10 Sistema Inteligente Población y Generaciones Población Inicial pseudo aleatoria (Factor de Aleatoriedad). Factor de similitud. Rearranque. Optimización Evolutiva de la Locomoción de un Robot Bípedo 11 Sistema Inteligente Función de Cruce C Max = Maximo(ValorPadre1 ,ValorPadre 2 ) C Min = Minimo(ValorPadre1 ,ValorPadre 2 ) I = C Max − C Min Optimización Evolutiva de la Locomoción de un Robot Bípedo 12 Sistema Inteligente Evaluación Basada en la medición de la distancia recorrida y el ZMPMedio acumulado en la secuencia de un paso completo. ZMP (Zero Moment Point). Proyección en el suelo del centro de gravedad de un cuerpo. ZMPMedio . Media aritmética de todos los módulos de los vectores ZMP resultantes de cada posición estática de una escena. ZMPFinal . Factor normalizado de ZMPMedio . Parámetro factor de evaluación. Establece el equilibrio entre distancia recorrida y la estabilidad del modelo robótico. Evaluación de la caída del robot. Atributo step. Optimización Evolutiva de la Locomoción de un Robot Bípedo 13 Optimización evolutiva en línea del paso de un robot bípedo real Índice Introducción. Sistema Inteligente. Implementación del Sistema. Estudio Experimental. Conclusiones. Optimización Evolutiva de la Locomoción de un Robot Bípedo 14 Implementación del Sistema Modelo robótico a escala basado en un producto comercial denominado Lynxmotion Robot Scout. Modificaciones realizadas: - Adaptación de los servomotores de las articulaciones para simular el caminar humano. - Incorporación del controlador de servomotores. - Incorporación controlador principal. - Incorporación de sensores de presión. - Incorporación de sistema de medida de distancia. - Incorporación de sistema de comunicaciones por radio. Optimización Evolutiva de la Locomoción de un Robot Bípedo 15 Implementación del Sistema Descripción General Modelo robótico a escala de reducidas dimensiones. Controlador principal de escasa potencia computacional. Incorporación de un PC para la ejecución del algoritmo evolutivo. El tamaño del robot impide el montaje conjunto del sistema inteligente y el robótico. División del modelo robótico en dos módulos: - Sistema Computador. - Sistema Robótico. Optimización Evolutiva de la Locomoción de un Robot Bípedo 16 Implementación del Sistema Sistema Computador Módulo de Inteligencia Artificial. Control de comunicaciones. Sistema de Almacenamiento de datos. Interface gráfica de usuario. Optimización Evolutiva de la Locomoción de un Robot Bípedo 17 Sistema Computador Interface Gráfica de Usuario Optimización Evolutiva de la Locomoción de un Robot Bípedo 18 Descripción General Sistema Robótico Módulo de control principal. Sensores. Actuadores. Control de comunicaciones. Optimización Evolutiva de la Locomoción de un Robot Bípedo 19 Sistema Robótico Módulo de Control Principal Javelin Stamp Module. Programable en lenguaje Java Control software de todos los componentes del sistema robótico. Optimización Evolutiva de la Locomoción de un Robot Bípedo 20 Sistema Robótico Sensores Sensores de presión Flexiforce A201. Distribución de cuatro sensores en la planta de cada pie. Captura de medidas para calcular la estabilidad del sistema robótico Implementación de sistema corrección de errores. Sensor de Ultrasonidos SRF235. Colocación de un sensor en el frontal sobre un balancín motorizado. Captura de distancia sobre un punto de referencia para calcular el desplazamiento del robot. Implementación de sistema corrección de errores. Optimización Evolutiva de la Locomoción de un Robot Bípedo 21 Sistema Robótico Actuadores Servomotor HS-5645MG. Distribución de doce servos por las articulaciones. - Uno en cada rodilla. - Dos en cada tobillo. - Tres en cada cadera. Controlador de servos SD21. Control sincronizado y paralelo de los servomotores del sistema. Gestión de I/O de los componentes de sistema robótico. Optimización Evolutiva de la Locomoción de un Robot Bípedo 22 Sistema Robótico Control de Comunicaciones Transceptor de datos punto a punto inalámbrico WIZ-434-SML-IA. Detección de errores: CRC Internet. Gestión capa enlace: - Control de flujo: Parada y Espera. - Cuatro modos de ejecución. Gestión capa Física: envío y recepción de tramas. Optimización Evolutiva de la Locomoción de un Robot Bípedo 23 Optimización evolutiva en línea del paso de un robot bípedo real Índice Introducción. Sistema Inteligente. Implementación del Sistema. Estudio Experimental. Conclusiones. Optimización Evolutiva de la Locomoción de un Robot Bípedo 24 Estudio Experimental Dimensionalidad del Problema Espacio de soluciones muy grande: - Número de servomotores = 12. - Posiciones posibles para cada servomotor (750-2200) = 1450. - Numero de posiciones estáticas para una secuencia = 18. ( - Total de soluciones para una secuencia completa = 8 , 64 * 10 37 ) 18 = 7 ,17 * 10 Reducción del espacio de soluciones para la experimentación: - Aumentar el paso del servomotor de 1 a 5 = reducción de 1450 a 290 posiciones. - Reducir el rango de los servos para asemejarlos a articulaciones y eliminar valores imposibles. ( ) 10 18 Rango = 48252028391424 *10 Optimización Evolutiva de la Locomoción de un Robot Bípedo = 2,01*10 426 posiciones 25 682 Estudio Experimental Dimensionalidad del Problema Reducción del espacio de soluciones para la experimentación: - Un paso completo puede ser dos medios pasos, uno simétrico al otro. ( Soluciones = 2 * 48252028391424 *1010 ) 9 = 2,84 *10 213 posiciones - Acotar la población inicial del algoritmo genético: Factor de aleatoriedad o Randomness Optimización Evolutiva de la Locomoción de un Robot Bípedo 26 Estudio Experimental Limitaciones del Sistema Pasar de un modelo teórico al práctico : - Falta de exactitud en mediciones. - Holgura e imperfección en los componentes mecánicos. - Entorno (deslizamiento superficie suelo). Optimización Evolutiva de la Locomoción de un Robot Bípedo 27 Estudio Experimental Configuración del Sistema Población ► 20. Generaciones ► 30. Factor de evaluación (σ) ► 1. Alpha (α) ► 0,5. Porcentaje de similitud ► 15%. Porcentaje de aleatoriedad (Ramdomness) ► 10%. Optimización Evolutiva de la Locomoción de un Robot Bípedo 28 Estudio Experimental Experimentación y Resultados Población Inicial: Optimización Evolutiva de la Locomoción de un Robot Bípedo 29 Estudio Experimental Experimentación y Resultados Evolución de la mejor solución: 4,80 4,70 4,60 Evaluación 4,50 4,40 4,30 4,20 4,10 4,00 3,90 3,80 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Generaciones Optimización Evolutiva de la Locomoción de un Robot Bípedo 30 Estudio Experimental Experimentación y Resultados Población Final: Optimización Evolutiva de la Locomoción de un Robot Bípedo 31 Optimización evolutiva en línea del paso de un robot bípedo real Índice Introducción. Sistema Inteligente. Implementación del Sistema. Estudio Experimental. Conclusiones. Optimización Evolutiva de la Locomoción de un Robot Bípedo 32 Conclusiones Conclusión Final Resultados en pocas generaciones. Mejora con respecto a la solución inicial dada de un 40% Armonía entre el avance y la estabilidad del sistema robótico. Robustez. Independencia del ruido en servos y medidas. Estabilidad: Aumento de la velocidad en un 70% a la solución final. Capacidad de adaptación: Si la base róbotica cambia de una sesión a otra en alguna de sus partes físicas (cambios, desgaste o superficie del suelo), o si se empieza desde un paso aprendido, el sistema incorpora los cambios evolucionando al mejor paso posible Optimización Evolutiva de la Locomoción de un Robot Bípedo 33 Trabajos Futuros Uso como plataforma de rehabilitación Adaptación a estructura con aportación mixta de esfuerzo - Algoritmo evolutivo más flexible Adaptación estructura robótica - Estructura robusta y fiable. - Adaptación biomecánica a personas - Sensores de presión y avance adaptados Monitorización de resultados - Aprendizaje a partir de sesiones ¿Exoesqueleto independiente? Lokomat © - Velocidad de avance - Equilibrio: aprendizaje de movimiento balanceado BerkeleyBionics © Optimización Evolutiva de la Locomoción de un Robot Bípedo 34 Optimización evolutiva del paso de un robot bípedo real DTR4All 27 de Junio de 2011 Madrid Autores: - D. Miguel Angel Rodríguez Román - D. Francisco José Barroso Casanova - D. José Ignacio Gómez González - D. Antonio Peregrín Rubio Área Ciencias de la Computación Grupo de Sistemas Inteligentes y Minería de Datos Universidad de Huelva
