인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Abstract In this paper, a safety method for a 3-DOF industrial robot is developed based on recurrent neural network (RNN). Safety standards for human robot interaction (HRI) are taken into accounts. The main objective is to detect the undesired collisions on any of robot links. Since most of industrial robots are not collaborative, the dependence of the method on torque sensors to detect collisions makes its ability to use very restricted. Therefore, only the position data of joints are collected to be the data inputs of the proposed method in order to detect the undesired collisions. These data are aggregated from KUKA LWR IV robot while no collisions and in another time when applying collisions. These data are used to train the proposed RNN using Levenberg-Marquardt LM algorithm. KUKA robot is configured to act as a 3-DOF manipulator that moves in space and under the effect of gravity. The results show that the modelled and trained RNN is sensitive and efficient in detecting collisions on each link of robot separately. Studying the resulted error from the developed model reveals clearly that the method is reliable.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
