Neural networks for multifinger robot hand control استخدام الشبكات العصبية الاصطناعية للتحكم في حركة يد الروبوت الاصطناعية متعددة الأصابع

Abstract

يهدف هذا البحث إلى استخدام الشبكات العصبية الاصطناعية للتحكم في حركة يد الروبوت الاصطناعية متعددة الأصابع وذلك عبر تعليم النظام جميع الحركات المطلوبة إذ كما هو معروف أن التحكم في حركة يد الروبوت متعددة الأصابع هي عملية جد معقدة وتحتاج إلى الكثير من عناصر التحكم الحديثة وذلك نظرًا لصعوبة تحريك الجسم المقبوض بين الأصابع وخاصة بسرعات متفاوتة ومن هذا المنطلق يأتي استخدام الشبكات العصبية الاصطناعية لتسهيل معرفة وتعلم أوضاع مفاصل اليد وذلك بتدريب الشبكة العصبية الاصطناعية على عدة مواقع للجسم المقبوض ومن ثم تزويد نظام التحكم بهذه المعلومات والإشارات والتي تحتاج إلى عمليات حسابية معقدة لإيجادها ولاحتسابها

This paper investigates the employment of Artificial Neural Networks (ANN) for a multifinger robot hand manipulation in which the object motion is defined in taskspace with respect to six Cartesian based coordinates The approach followed here is to let an ANN learn the nonlinear functional relating the entire hand joints positions and displacements to object displacement This is done by considering the inverse hand Jacobian in addition to the interaction between hand fingers and the object being grasped and manipulated The developed network has been trained for several object training patterns and postures within a Cartesian based palm dimension The paper demonstrates the proposed algorithm for a four fingered robot hand where inverse hand Jacobian plays an important role in robot hand dynamic control