Entrenamiento de red neuronal para predecir parámetros de robótica bípeda mediante caminata humana.

Abstract

El presente trabajo consiste en la generación de una red neuronal artificial y su entrenamiento para la predicción de valores originados por un sensor inercial, brinda el contexto fundamentalmente necesario para comprender el concepto de robótica humanoide y redes neuronales; a través de la selección de un software de trabajo se desarrolla un modelo de red capaz de cumplir con los requisitos de diseño brindados por el laboratorio de robótica de la Universidad Carlos III de Madrid, el cual está llevando a cabo la construcción de un robot humanoide conocido como RH-2 que será capaz interactuar con su entorno. Para la propuesta de la solución final se analizan diferentes arquitecturas de red capaces de predecir valores en el tiempo, se contempla también la funcionalidad de los algoritmos de aprendizaje y reglas de error comúnmente utilizadas. Los datos a predecir se generaron mediante la medición de parámetros en la caminata y caída humana hacía el frente. Tales datos en combinación con los que sean generados en un futuro por humanos, o cuando el RH-2 sea capaz de desplazarse por su propia cuenta se utilizarán empleando la red neuronal artificial generada por éste trabajo de tesis como experiencia por el robot; a través de la experiencia el autómata conocerá las aceleraciones a las que podría someterse si se desplazara por alguna de sus posibles trayectorias de movimiento.