Analisa Inverse Kinematics Pada Prototype 3-DoF Arm Robot Dengan Metode Anfis

Indra Sulaeman, Akhmad Wahyu Dani, Triyanto Pangaribowo
{"title":"Analisa Inverse Kinematics Pada Prototype 3-DoF Arm Robot Dengan Metode Anfis","authors":"Indra Sulaeman, Akhmad Wahyu Dani, Triyanto Pangaribowo","doi":"10.22441/jte.2022.v13i1.003","DOIUrl":null,"url":null,"abstract":"Perkembangan teknologi yang sudah semakin maju memberi dampak pada perkembangan sistem kendali lengan robot. Sistem kendali lengan robot yang digunakan bermacam-macam. Beberapa teknik yang umum digunakan adalah metode forward kinematics dan inverse kinematics. Namun, metode inverse kinematics memiliki kompleksitas yang tinggi karena diperlukan perhitungan fungsi turunan dari forward kinematics. Metode terbaru yang saat ini dapat digunakan yaitu metode Adaptive Neuro Fuzzy Inference System (ANFIS). Pada umumnya ANFIS dilakukan untuk memprediksi data keluaran berdasarkan pelatihan hubungan data masukan dan data keluaran yang dimuat dalam dataset. Penerapan metode ANFIS yang dilakukan pada penelitian ini sebagai solusi inverse kinematics untuk mengurangi kompleksitas dari metode tersebut. Berdasarkan hasil pengujian yang dilakukan bahwa RMSE pada inverse kinematics bernilai 25.36137736 sedangkan RMSE pada metode ANFIS bernilai 42.18690271. Meskipun nilai error yang dihasilkan dari metode ANFIS cukup besar akibat beberapa faktor error yang mempengaruhinya, metode ANFIS ini terbukti dapat digunakan untuk kontrol lengan robot 3-DOF.","PeriodicalId":17789,"journal":{"name":"Jurnal Komputer, Informasi Teknologi, dan Elektro","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-02-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komputer, Informasi Teknologi, dan Elektro","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22441/jte.2022.v13i1.003","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Perkembangan teknologi yang sudah semakin maju memberi dampak pada perkembangan sistem kendali lengan robot. Sistem kendali lengan robot yang digunakan bermacam-macam. Beberapa teknik yang umum digunakan adalah metode forward kinematics dan inverse kinematics. Namun, metode inverse kinematics memiliki kompleksitas yang tinggi karena diperlukan perhitungan fungsi turunan dari forward kinematics. Metode terbaru yang saat ini dapat digunakan yaitu metode Adaptive Neuro Fuzzy Inference System (ANFIS). Pada umumnya ANFIS dilakukan untuk memprediksi data keluaran berdasarkan pelatihan hubungan data masukan dan data keluaran yang dimuat dalam dataset. Penerapan metode ANFIS yang dilakukan pada penelitian ini sebagai solusi inverse kinematics untuk mengurangi kompleksitas dari metode tersebut. Berdasarkan hasil pengujian yang dilakukan bahwa RMSE pada inverse kinematics bernilai 25.36137736 sedangkan RMSE pada metode ANFIS bernilai 42.18690271. Meskipun nilai error yang dihasilkan dari metode ANFIS cukup besar akibat beberapa faktor error yang mempengaruhinya, metode ANFIS ini terbukti dapat digunakan untuk kontrol lengan robot 3-DOF.
3-DoF臂机器人的反运动学分析
先进的技术发展对机器人手臂控制系统的发展产生了影响。机械臂控制系统使用多样化。一些常见的技术是前进动力学和内星际动力学。然而,内星际动力学方法有很高的复杂性,因为它需要计算前进动力学的衍生物功能。目前可用的一种新方法是采用一种实验性的神经富生系统。通常情况下,ANFIS是根据输入关系培训和在数据集中加载的输出数据来预测输出数据。将研究中的ANFIS方法应用为in4.2解决方案,以减少方法的复杂性。根据测试结果,RMSE in in kinematics值25.36137736,而ANFIS方法值42.18690271。虽然ANFIS方法产生的误差值是由几个不利因素造成的,但它被证明可以用于3-DOF机械手臂的控制。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信