Contribución al guiado de un robot móvil utilizando control neuronal adaptativo

Resumen

En esta tesis se utilizan técnicas neuronales para el control de los movimientos de un robot móvil. Los principales problemas que se han resuelto son: -Desarrollo de nuevas arquitecturas recurrentes. -Obtención de las expresiones matemáticas que permiten el ajuste de dichos modelos. -Cálculo de las condiciones de estabilidad. -Implementación de las arquitecturas de control apropiadas. -Implementación práctica para el gobierno de un robot móvil (silla de ruedas para minusválidos). Entre las diferentes arquitecturas neuronales existentes, se han utilizado las redes de base radial (RBF); que se caracterizan por su velocidad de convergencia (los pesos o conexiones sinápticas dependen linealmente del error) y ser aproximadores universales de funciones. Se presentan varios modelos nuevos de redes neuronales recurrentes (necesarias para la identificación de sistemas con memoria) así como las condiciones que deben cumplirse para asegurar la estabilidad en el proceso de entrenamiento, cuando éste se realiza por un algoritmo de descenso por el gradiente. El entrenamiento de las redes neuronales se realiza "on-line", con el fin de poder adaptarse en tiempo real a nuevas condiciones de funcionamiento. Estos modelos se utilizan para la implementación de una arquitectura de control orientada al modelo, que sirve de base para la realización de diferentes simulaciones. Los resultados de los experimentos demuestran la posibilidad práctica de la utilización de redes neuronales para la identificación y control de un sistema físico real.