Resumen

Para el movimiento repetible de manipuladores móviles redundantes, la plataforma base flexible y el manipulador redundante deben regresar a la posición inicial deseada simultáneamente después de completar las tareas dadas. Para remediar las desviaciones entre la posición inicial y la posición deseada de cada ángulo de articulación cinemática, se propone un tipo especial de optimización repetible para la minimización de energía cinemática basada en la red neuronal Zhang de tiempo terminal (TTZNN) con convergencia en tiempo finito para la cinemática inversa de manipuladores móviles. Se aprovecha que cada articulación del manipulador debe regresar a la posición inicial deseada sin considerar la orientación inicial de sí misma para lograr un control cinemático repetible. A diferencia de los métodos de entrenamiento existentes, esta optimización del esquema de energía cinemática basada en TTZNN no solo puede reducir el error de posición convergente de cada articulación a cero en tiempo finito, sino que también mejorar la precisión convergente. El análisis teórico y las verificaciones

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Movimiento repetible; Manipuladores móviles redundantes; Minimización de energía cinemática; Red neuronal Zhang de tiempo terminal; Cinemática inversa; Precisión convergente
• Keywords:Repeatable motion; Redundant mobile manipulators; Kinematic energy minimization; Terminal-time Zhang neural network; Inverse kinematics; Convergent precision