Retour aux sommaires
7 - Commande neuronale adaptative de robots manipulateurs redondants avec évitement d’obstacles
A. Benallegue, B. Daachi, A. Ramdane Cherif

Résumé : Dans cet article, on utilise les réseaux de neurones à couches pour commander un robot manipulateur redondant contraint par des obstacles. La loi de commande est déterminée en utilisant l’espace cartésien étendu pour minimiser les déplacements articulaires et éviter les obstacles. Les réseaux de neurones ont été utilisés pour l’approximation séparée des différentes fonctions du modèle dynamique du robot écrit dans l’espace cartésien. Les lois d’adaptation des coefficients synaptiques, pour chaque réseau, sont obtenues via l’étude de stabilité en boucle fermée au sens de Lyapunov. Les performances de l’approche de commande proposée ont été testées en simulation sur un robot manipulateur à 3 degrés de liberté évoluant dans le plan vertical.

Mots clés : Réseaux de neurones, Commande adaptative, Robots redondants, Stabilité, Evitement d’obstacles

 au compte de lecture