inteligencia computacional

ˆ
MODELAGEM DE COMPENSACAO DE ZONA MORTA DE UM ROBO DE BASE
¸˜
´
´ DE REDES NEURAIS
MOVEL ATRAVES
Carolina M. Salcedo∗
∗

Departamento de Engenharia El´trica da Escola Polit´cnica da Universidade Federal da Bahia e e
Rua Aristides Novis, 02, Federa¸ao, CEP:40210-630, Salvador, Bahia, Brasil c˜ Telefone: [phone]
Email: [e-mail]

Abstract— This work was performed in order to compensate the not linearities from a mobile base robot, where we train a neural network in order to learn an inverse model of deadzone to provide the adaptive compensation in the feed forward path.
Deadzone, inverse model, learning, adaptive compensation, weights.

Keywords—

Resumo— Este trabalho foi realizado com o objetivo de compensar a n˜o linearidade presente em uma base a m´vel de robˆ, onde ´ treinada uma rede neural, a fim de aprender um modelo de zona morta inversa e fornecer o o e a compensa¸ao adaptativa em realimenta¸ao direta. c˜ c˜
Zona morta, modelo inverso, aprendizagem, compensa¸ao adaptativa, pesos. c˜ Keywords—

1

Introdu¸˜o ca Pesquisas em rob´tica tem sofrido um imporo tante crescimento devido a grande demanda de
`
aplica¸oes tanto na area industrial quanto nas c˜ ´ areas de telecomunica¸oes, biom´dica, aeroes´ c˜ e pacial, entre outras. Novas estruturas est˜o a sendo desenvolvidas para se sobrepor a estas desvantagens e permitir movimentos mais r´pidos a e precisos com menor consumo de energia, reduzindo os custos de opera¸ao. c˜ A zona morta ´ uma n˜o linearidade est´tica, e a a sem mem´ria que descreve a insensibilidade o do componente a pequenos sinais, este tipo de n˜o linearidade ´ de dif´ modelagem devido a a e ıcil que tem casos nos que varia com o temo [3], [1], [6].
As n˜o linearidades de tipo zona morta e a satura¸ao s˜o as mais comuns nos atuadores c˜ a devido a imprecis˜o dos componentes mecˆnicos
`
a a e a natureza das leis f´
`
ısicas [3].
Diversos autores