Beruflich Dokumente
Kultur Dokumente
Recibido para revisión May–2006, aceptado Jun–2006, versión final recibida Jun–2006
Resumen: Se describe el procedimiento para resolver el problema de la cinemática inversa de un brazo robot
utilizando algoritmos genéticos a partir de la solución del problema cinemático directo. Se demuestra que este
método tiene varias ventajas sobre otros métodos: el mismo algoritmo aplica para dar solución a la cinemática
inversa de cualquier brazo robot, independientemente del tipo de articulaciones y del número de grados de liber-
tad; se obtiene una solución factible en forma rápida, resaltando la sencillez en la implementación; se utiliza la
representación de elementos de Denavit-Hartenberg, caracterizada por su universalidad algorítmica. Al algoritmo
genético utilizado se le realiza un control en sus parámetros y en la función de evaluación con el fin de mejorar su
rendimiento ante el problema propuesto.
Av. Sist Inf., Vol. 3 No. 1 pp. 29–34, Medellín, Junio 2006, ISSN 1657–7663
30 L.F. Giraldo, E. Delgado y G. Castellanos / Avances en Sistemas e Informática 3 (1) 2006 29 – 34
2 CINEMÁTICA DIRECTA DEL BRAZO ROBOT A partir del sistema de coordenadas elegido y las
medidas del brazo robot, se hallan los parámetros de la
Una herramienta indispensable para describir la geome- representación de Denavit-Hartenberg (ver Tabla I) para
tría espacial de un manipulador es la representación en ser reemplazados en la matriz de transformación D-H en
coordenadas homogéneas. El concepto de una represen- sistemas de coordenadas adyacentes i e i-1, notados en la
tación en coordenadas homogéneas en un espacio eu- expresión (1). Estos cuatro parámetros describen total-
clídeo tridimensional es útil para desarrollar transfor- mente cualquier articulación prismática o de revolución.
maciones matriciales que incluyan rotación, traslación, Para calcular los parámetros de la representación
escalado y transformación de perspectiva. Denavit-Hartenberg se tienen las siguientes considera-
En general, una matriz de transformación ho- ciones:
mogénea es una matriz que transforma un vector de posi- θi : Es el ángulo de la articulación del eje xi−1 al eje
ción expresado en coordenadas homogéneas desde un sis- xi respecto del eje zi−1 (utilizando la regla de la mano
tema de coordenadas hasta otro sistema de coordenadas. derecha).
Una matriz de transformación homogénea se puede con- di : Es la distancia desde el origen del sistema de
siderar que consiste en cuatro submatrices: coordenadas i − 1-ésimo hasta la intersección del eje zi−1
éR p 3´1 ù con el eje xi a lo largo del eje zi−1 .
T = ê 3´3 ai : Es la distancia de separación desde la intersec-
ë f1´3 k1´1 úû
ción del eje zi−1 con el eje xi hasta el origen del sistema
i-ésimo a lo largo del eje xi (ó la distancia más corta
é matriz de rotación vector posición ù entre los ejes zi−1 y zi ).
=ê
ë transformación de perspectiva escalado úû αi : Es el ángulo de separación del eje zi−1 al eje
zi respecto del eje xi (utilizando la regla de la mano
La submatriz superior izquierda representa la ma- derecha).
triz de rotación; la submatriz superior derecha repre-
senta el vector de posición del origen del sistema de coor- Tabla 1: Parámetros de coordenadas del brazo del robot
denadas rotado con respecto al sistema de referencia; la
submatriz inferior izquierda representa la transformación
de perspectiva; y el cuarto elemento diagonal es el factor Articulación αi ai (mm) di (mm)
de escala global. En aplicaciones de robótica, este factor 1 -90 0
0 364
de escala será siempre igual a 1. 2 0 0
220 0
Para analizar la cinemática del brazo robot se uti- 3 0 0
220 0
liza la representación de Denavit-Hartenberg, la cual es- 4 90 0
0 0
tablece en forma sistemática un sistema de coordenadas 5 0 0
0 170
para cada elemento de la cadena articulada. Dicha re-
presentación resulta en una matriz de transformación
homogénea que representa cada uno de los sistemas de
cos θi − cos αi sin θi sin αi sin θi ai cos θi
coordenadas de los elementos en la articulación con res- i−1
sin θi cos αi cos θi − sin αi cos θi ai sin θi
pecto al sistema de coordenadas del elemento previo, de- Ai =
0
sin αi cos αi di
nominada matriz de transformación D-H. Para la apli- 0 0 0 1
cación particular, se establece el sistema de coordenadas (1)
como se ilustra en la Figura 1. A partir de la matriz de transformación descrita en
la expresión (1), se halla la matriz homogénea 0 Ti , la cual
especifica la localización del sistema de coordenadas i-
ésimo con respecto al sistema de coordenadas base. Esta
matriz está dada por:
i j−1
Y
0
Ti = Aj (2)
j=1
t : = t+1 ;
Se resuelve la multiplicación de la expresión (4) y se
obtiene: hasta que se satisfaga el criterio de parada
p0 = [x y z 1]t (5)
4 MARCO EXPERIMENTAL
01 L 01 00 L 10 L 11 L 00
q1 q2 K q5
5 RESULTADOS Y DISCUSIÓN
se mejore conforme al desarrollo de nuevas técnicas en el Eiben, A., Hinterding, R. y Michlewichz, Z. (1999), ‘Parame-
área de la computación evolutiva. ter control in evolutionary algorithms’, IEEE Transac-
Se debe tener en cuenta que un brazo robot puede tions on Evolutionary Computation 3(2), 124–141.
posicionarse en un punto del espacio de muchas mane-
Gibbs, J. (1996), Easy inverse kinematics using genetic pro-
ras, proporcionalmente al número de grados de libertad
gramming, in ‘Proceedings of the GP-96 Conference’,
que tenga, siempre y cuando esté dentro de su espacio p. 28.
de trabajo y las características físicas lo permitan; por
lo tanto, pueden existir muchas soluciones al problema Grefenstette, J. (1986), ‘Optimization of control parameters
de la cinemática inversa. for genetic algorithms’, IEEE Transactions on Systems,
El algoritmo implementado direcciona el proceso Man and Cybernetics 16(1), 122–128.
evolutivo hacia una de las soluciones factibles en forma
aleatoria. Queda planteado como trabajo futuro la apli- Khawaja, A., Rahman, M. y Wagner, M. (1998), Inverse
cación de restricciones al algoritmo para que encuentre Kinematics of Arbitrary Robotic Manipulators using Ge-
netic Algorithms, Kluwer Academic Publishers. In J.
tan sólo la solución de interés, utilizando acciones de
Lenarcic y M.L. Justy, editores. Advances in Robot
penalización en la función de evaluación, las cuales tam- Kinematics: Analysis and Control.
bién pueden ser controladas durante la ejecución del al-
goritmo [Eiben et al. (1999)]. Khoogar, A., Parker, J. y Goldberg, D. (1989), Inverse kine-
matics of redundant robots using genetic algorithms, in
REFERENCIAS ‘International Conference on Robotics an Automation’,
p. 271.
Back, T. (1993), Optimal mutatin rates in genetic search,
in S. Forrest, ed., ‘Proceedings of the 5th International Lee, C. y Ziegler, M. (1984), ‘Geometric approach in solving
Conference on Genetic Algorithms, Morgan Kaufmann’. inverse kinematics of puma robots’, IEEE Transactions
on Aerospace and Electronic Systems 20(5).
Beyer, H. (2001), The Theory of Evolution Strategies, Leiden
Center of Natural Computing. Springer-Verlag.
Oyama, E., Chong, N., Agah, A., Maeda, T. y Tachi, S.
Carvalho, L. y Gaspar, E. (1991), The solution of the inverse (2001), Inverse kinematics learning by modular architec-
kinematic problem of robot arms with neural networks, tore neural networks with performance perdiction net-
in ‘XI Brazilian Congress on Mechanical Engineering works, in ‘IEEE International Conference on Robotics
COBEM - Brasil’. and Automation’, p. 1006.
De Jong, K. (1975), The Analysis of the Behaviour of a Class
Paul, R., Shimano, B. y Mayer, G. (1981), ‘Kinematic control
of Genetic Adaptive Systems, PhD thesis, University of
equations for simple manipulators’, IEEE Transactions
Michigan, Ann Arbor, Michigan.
on Systems, Man and Cybernetics 11(6).
Denavit, J. y Hartenberg, R. (1955), ‘A kinematic notation
for lower-pair mechanisms on matrices’, ASME Journal Pieper, D. (1968), The Kinematics of Manipulators Under
of Applied Mechanics pp. 215–221. Computer Control, PhD thesis, Stanford University.