A Solution to the Inverse Kinematic by Using Neural Network

신경 회로망을 사용한 역운동학 해

Inverse kinematic problem is a crucial point for robot manipulator control. In this paper, to implement the Jacobian control technique we used the Hopfield, Tank's neural network. The states of neurons represent joint velocities, and the connection weights are determined from the current value of the Jacobian matirx. The network energy function is constructed so that its minimum corresponds to the minimum least square error. At each sampling time, connection weights and neuron states are updated according to current joint positon. Inverse kinematic solution to the planar redundant manipulator is solved by computer simulation.

역 운동학 문제는 로보트 매니퓰레이터 제어에서 중요한 관점이 되어 왔다. 본 논문에서는 Jacobi 제어 기법을 실현하기 위하여 Hopfield, Tank의 신경회로망 모델을 사용하였다. 뉴런의 상태는 매니퓰레이터의 관절 속도를 나타내고, 연결강도는 Jacobi 행렬의 값으로 결정되어 진다. 회로망의 에너지 함수는 실제 관절 속도와 원하는 관절 속도간의 최소 자승 오차와 대응하도록 구성한다. 매 샘플링에서 연결 강도와 뉴런의 상태는 현재의 관절위치값에 따라서 변한다. 여유 자유도를 가지는 평면 매니퓰레이터에 대한 역 운동학 해를 컴퓨터 시뮬레이션을 통하여 구하였다.