Balance With a Two-Legged Robot With Artificial Neural Network Support

Abstract

Robots are usually designed by inspiration from living creatures in the nature. It is inspired by the behaviors of 4 legged animals in the nature and various characteristics are given to robots. Many animals with four legs have the ability to walk and even walk new-born. The physiological developments of these creatures are completed in the mother’s womb and soon after birth, bone and leg muscle groups are available. It is a well-known fact that living beings can stay in balance by standing up to their legs after birth and carry out their neurological signals to the muscles of the legs. In this study, we have studied the robot kinematics and dynamics of 2-legged robot which resembles a 4-legged robot in the light of this study, and the robotic ability of the robot to stand on the ground with an artificial neural network(ANN) support. For the dynamic motion, the planar model of the robot is considered and 7-axis motion equations are obtained. The aim of the robot is to be able to stand up from the ground and stay in balance and it is aimed to be realized with the use of an artificial neural network structure as learning result. Conventional PID control method has been used for control signals that should be applied to robot joints. System responses were obtained graphically and the results were evaluated.

Keywords

• Two-legged robot,Dynamic Model,Kinematic,Artificial Neural Network

İki Bacaklı Bir Robotun Yapay Sinir Ağı Desteği İle Denge Sağlaması

Abstract

Robotlar genellikle doğadaki canlılardan esinlenerek tasarlanmaktadır. Özellikle eklem bacaklı robot çalışmalarında 4 bacaklı robotlara çok geniş yer verilmektedir. Doğada 4 bacaklı hayvanların davranışlarından esinlenerek robotlara çeşitli özellikler kazandırılmaktadır. Dört bacaklı olan birçok hayvan doğar doğmaz ayağa kalkabilme ve hatta yürüyebilme becerisine sahiptir. Bu canlıların fizyolojik gelişimleri anne karnında tamamlanmakta ve doğduktan hemen sonra kemik ve bacak kas grupları kullanılabilir duruma gelmektedir. Canlının doğduktan sonra ayağa kalkarak dengede kalabilmesinin bacak kaslarına beyinden iletilen nörolojik sinyallerle gerçekleştirildiği açıkça bilinen bir gerçektir. Bu bilgiler ışığında bu çalışmada 4 bacaklı bir robotu andıran 2 bacaklı bir robotun düzlemsel kinematiği ve dinamiği elde edilerek robotun ayakta dengede kalabilme kabiliyetinin bir yapay sinir ağı desteği ile robota kazandırılması ele alınmıştır. Dinamik hareket için robotun düzlemsel modeli ele alınmış ve 7 eksenli hareket denklemleri elde edilmiştir. Robotun yerden kalkarak ayakta dengede kalabilmesi amaçlanmış ve bunun bir yapay sinir ağ yapısının kullanımı ile öğrenme sonucunda gerçekleştirilebilmesi hedeflenmiştir. Robotun eklemlerine uygulanması gereken kontrol sinyalleri için klasik PID kontrol yöntemi kullanılmıştır. Sistem cevapları grafiksel olarak elde edilmiş ve sonuçlar değerlendirilmiştir.

Keywords

• İki Bacaklı Robot,Dinamik Model,Kinematik,Yapay Sinir Ağları

References

1. Todd, D, J., Walking machines, an introduction to legged robots, Koran Page, London, 1985.
2. Raibert, M, H., Legged robots that balance, MIT Press, Cambridge, M.A., 1986.
3. Fitzgerald, D., Hunt, T., Leiro, A., HydroDog; A quadruped robot actuated by soft fluidic muscles, Worcester Polytechnic Institute Worcester, Massachusetts, USA, 2015, pp. 12.
4. Agarwal, S., Mahapatra, A., Roy, S, S., Dynamics and optimal feet force distributions of a realistic four-legged robot, International Journal of Robotics and Automation(IJRA), 2012, pp. 223.
5. Raibert, M., Blankespoor, K., Nelson, G., Playter, R., and the BigDog Team., BigDog the rough-terrain quadruped robot, Proceedings of the 17th World Congress, The International Federation of Automatic Control, Seoul, Korea, 2008, pp. 10822.
6. Denavit, J., Hartenberg, R, S., A kinematic for lower-pair mechanisms based on matrices, ASME Jappl. Mechan., 1955, pp. 215-221.
7. Zhang, D., Gao, Z., Forward kinematics, performance analysis, and multi-objective optimization of a bio-inspired parallel manipulator, Robotics and Computer-Integrated Manufacturing, 2012, pp.484-492.
8. Nahangi, M., Yeung, J., Haas, C, T., Walbridge, S., West, J., Automated assembly discrepancy feedback using 3D imaging and forward kinematics, Automation in Construction, 2015, pp.36-46.

9. Schilling, J, R., Fundamentals of robotics analysis and control, Prentice-Hall of India Private Limited, New Delhi, 2003, pp.204-2019.
10. Aström, K, J., Hägglund, T., PID controllers; theory, design and tunning, North Carolina: Instrument Society of America, 1995, pp.70.
11. Aström, K, J., Hägglund, T., Advanced PID Control, North Carolina, ISA: Instrument Society of America, 2005.
12. Wang, S, C., Interdisciplinary computing in java programming, Artif Neural Network, Part II, 2003, pp.81-100.
13. Melingui, A., Escande, C., Benoudjit, N., Merzouki, R., Mbede, J, B., Qualitive approach for forward kinematic modeling of a compact bionic handling assistant trunk, The International Federation of Automatic Control, Cape Town, South Africa, 2014, pp. 9353-9358.
14. Laboudi, Z., Chikhi, S., Comparison of genetic algorithm and quantum genetic algorithm, Int Arab J Inform Technol;9(3), 2012.