Repositorio Institucional

Aprendizaje de la cinemática de un brazo robótico para la simulación del movimiento mediante técnicas de Machine Learning

Mostrar el registro sencillo del ítem

dc.contributor.author Gualguan Oviedo, Juan Ángel
dc.contributor.author Villarreal López, Jhonatan Esteban
dc.date.accessioned 2024-07-25T19:35:48Z
dc.date.available 2024-07-25T19:35:48Z
dc.date.issued 2024-05-23
dc.identifier.citation Gualguan Oviedo, J. A. & Villarreal López, J. E. (2024). Aprendizaje de la cinemática de un brazo robótico para la simulación del movimiento mediante técnicas de Machine Learning. [Trabajo de pregrado. Universidad CESMAG]. Repositorio Institucional de la Universidad CESMAG. http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1117 en_US
dc.identifier.other CEIS016
dc.identifier.uri http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1117
dc.description.abstract La investigación tuvo como objetivo desarrollar un simulador del movimiento de la cinemática de un brazo robótico de 3 grados de libertad (3GDL) aplicando técnicas de Machine Learning; con el fin de determinar cuál es la mejor configuración, se realizaron pruebas en dos conjuntos de datos, estos se clasificaron en tabulares, es decir, tablas que contienen las coordenadas del movimiento del brazo robótico de 3 GDL y videos e imágenes (frames) del movimiento del brazo robótico generado por simulación. Los datos tabulares contienen las coordenadas en las que el brazo robótico genero la cinemática realizando trazos en el espacio, formando letras del abecedario (A-Z) 26 letras en mayúsculas, omitiendo la letra Ñ, de los cuales se generaron tablas que fueron acopladas para formar un solo conjunto (datos tabulares), con el cual se probó la eficiencia del tratamiento de los datos por medio de algunos algoritmos de Machine Learning, como lo son Soporte de Vectores (SVM), Redes Neuronales Artificiales (ANN), Arboles de Decisión (DT), y Bosques Aleatorios (RF), con los cuales, se puedo determinar la eficiencia del aprendizaje mediante la función de perdida. Los datos no tabulares contienen los videos e imágenes de la simulación del brazo robótico, este conjunto de datos está conformado por 26 videos, cuyas características fueron extraídas (ancho alto y canales) y se realiza el preprocesamiento donde se divide el conjunto de datos en conjuntos de entrenamiento (80%) y validación (20%), una vez se procesan estos datos mediante un modelo de red Neuronal Convolutional LSTM utilizando keras, y compilado, por último aplica la función de perdida, con el fin de determinar qué tan bien está funcionando el modelo en el conjunto de validación, un valor cercano a 0 indica un mejor rendimiento. Se finalizó realizando una comparación entre los datos generados por la función de perdida para ambos conjuntos, identificando así que el mejor modelo fue entrenado con el dataset de videos e imágenes. en_US
dc.language.iso es en_US
dc.publisher San Juan de Pasto - Nariño [Colombia] : Universidad CESMAG en_US
dc.subject BRAZO ROBÓTICO en_US
dc.subject CINEMÁTICA en_US
dc.subject DEEP LEARNING en_US
dc.subject MACHINE LEARNING en_US
dc.subject SIMULACIÓN en_US
dc.title Aprendizaje de la cinemática de un brazo robótico para la simulación del movimiento mediante técnicas de Machine Learning en_US
dc.type Thesis en_US


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem