Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/588| Procesos de decisión de Markov aplicados a la locomoción de robots hexápodos | |
| GERMAN CUAYA SIMBRO | |
| ANGELICA MUÑOZ MELENDEZ | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Markov processes Robots dynamics Locomotives | |
| This work concerns with the locomotion of legged robots. The design of
locomotion models for legged robots is an open problem in mobile robotics,
due to the complexity in controlling mobile robots with at least 10 DOF. In this
work, a model for controlling a hexagonal or circular hexapod robot is
presented. This is a hexapod robot whose legs are located on the six faces of
its regular hexagonal or circular body.
We are interested in descriptive models to control such a hexapod robot
applying Decentralized Markov Decision Processes, Markov Decision
Processes (MDPs) in which a problem is divided into several subproblems
that are modeled as specialized MDPs organized according to priorities
established by the designer, as well as MDPs comprised of two levels that do
not rely on rigid hierarchies nor supervisors to operate.
Two control models are proposed, a model that depends on centralized
decision and decentralized action (DCAD from its Spanish name) and second
model that depends on decentralized decision and decentralized action
(DDAD from its Spanish name). The proposed models enabled us to define
an efficient control for the hexapod robot previously mentioned. Control
models enable the robot to walk and remain stable in a semi-structured
environment. Various results of the application of both models in a simulated
robot in the environment Webots® are presented. Results of the application
of one model to control a physical hexagonal hexapod robot are also
presented.
A comparison regarding performance and robustness of both control models
is presented. The DCAD model performs better than the DDAD model in
performance tests, whereas the DDAD model is better than the DCAD model
in the robustness tests. This means that there is not a definitive best model.
For structured or semi-structured environments, where the physical integrity
of the robot is not compromised, the DCAD model is best suited. However, for
non structured environments, where the robot operation is at risk and there
are physical perturbations that can affect its operation, the DDAD model is
adequate. En este trabajo se aborda el problema de locomoción de robots caminantes o polípedos. El diseño de modelos de locomoción para este tipo de robots es un problema abierto en robótica móvil, debido a la complejidad para controlar robots móviles con al menos una decena de grados de libertad. En este trabajo se presenta un modelo para el control de un robot hexápodo hexagonal o circular, i.e. un robot hexápodo cuya base tiene la forma de un hexágono regular o de un círculo con extremidades rodeando la base. Se buscó diseñar modelos descriptivos para el control de un robot hexápodo de base hexagonal aplicando Procesos de Decisión de Markov (MDPs) Descentralizados, que subdividen un problema en subproblemas tratados por MDPs especializados organizados en capas, según prioridades establecidas por el diseñador; así como MDPs organizados en dos capas que no dependen de jerarquías rígidas ni de supervisores para operar. Se proponen dos modelos, el modelo DCAD (Decisión Centralizada y Acción Descentralizada) y el modelo DDAD (Decisión Descentralizada y Acción Descentralizada), dichos modelos permitieron definir un control eficiente para el robot hexápodo mencionado previamente. Los modelos de control permiten al robot desplazarse y mantenerse estable en diversas condiciones dentro de un ambiente semi-estructurado. Se presentan resultados de la aplicación de dichos modelos de control en un robot simulado en el ambiente de simulación Webots® y también se presentan los resultados de la aplicación de uno de los modelos para controlar un robot hexápodo hexagonal físico. Se realiza una comparativa de desempeño y robustez de ambos modelos en simulación. El modelo DCAD tuvo un mejor comportamiento en las pruebas de desempeño mientras que el modelo DDAD mostró un mejor desempeño en las pruebas de robustez. Esto significa que ningún modelo es en definitiva mejor que el otro. Puede afirmarse que para ambientes semi o estructurados, en donde la integridad del robot no está en juego, el modelo DCAD es adecuado. En cambio, para ambientes poco estructurados en donde la operación del robot se vea comprometida, esto es, que existan perturbaciones físicas, el modelo DDAD puede ser adecuado. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2007 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| Cuaya-Simbro G | |
| DISEÑO CON AYUDA DE ORDENADOR | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| CuayaSG.pdf | 3.44 MB | Adobe PDF | Visualizar/Abrir |