UMA ABORDAGEM HÍBRIDA (RNA–PSO) PARA CINEMÁTICA INVERSA DE MANIPULADORES 2GDL DA EDUCAÇÃO BÁSICA ÀS ENGENHARIAS EM CONTEXTOS DE ROBÓTICA EDUCACIONAL
O presente estudo investiga a solução da cinemática inversa de um manipulador planar de dois graus de liberdade (2GDL) por meio de uma abordagem híbrida que integra Redes Neurais Artificiais (RNA) e Otimização por Enxame de Partículas (PSO), fundamentada em modelagem cinemática baseada nos parâmetros da Matworks. A cinemática inversa é um problema não linear clássico da robótica, frequentemente associado a múltiplas soluções e alta sensibilidade às condições iniciais, o que justifica o uso de métodos computacionais inteligentes.
A metodologia combina a capacidade de aproximação não linear das RNA com o mecanismo de busca global do PSO para otimizar os pesos da rede e minimizar erros no mapeamento entre o espaço cartesiano e o articular. Os resultados computacionais indicam desempenho superior do modelo híbrido em relação a métodos baseados exclusivamente em gradiente, com redução do erro médio absoluto, maior estabilidade de convergência e maior robustez frente a variações iniciais.
No contexto educacional, a proposta apresenta potencial de aplicação da educação básica à graduação em engenharia, promovendo integração entre matemática, física, programação e sistemas robóticos. O estudo também sugere pesquisas futuras envolvendo manipuladores tridimensionais com mais graus de liberdade, comparação com outros algoritmos bioinspirados e incorporação de técnicas adicionais de aprendizado de máquina e aprendizado profundo.
UMA ABORDAGEM HÍBRIDA (RNA–PSO) PARA CINEMÁTICA INVERSA DE MANIPULADORES 2GDL DA EDUCAÇÃO BÁSICA ÀS ENGENHARIAS EM CONTEXTOS DE ROBÓTICA EDUCACIONAL
-
DOI: https://doi.org/10.22533/at.ed.82081126160111
-
Palavras-chave: Cinemática inversa; Manipulador 2GDL; Redes Neurais Artificiais; Otimização por Enxame de Partículas; Robótica Educacional.
-
Keywords: Inverse kinematics; 2-DOF manipulator; Artificial neural networks; Particle swarm optimization; Educational robotics.
-
Abstract:
This study investigates the inverse kinematics solution of a planar two-degree-of-freedom (2DOF) manipulator through a hybrid approach integrating Artificial Neural Networks (ANN) and Particle Swarm Optimization (PSO), based on kinematic modeling using Matworks parameters. Inverse kinematics is a classical nonlinear robotics problem, often associated with multiple solutions and high sensitivity to initial conditions, which justifies the use of intelligent computational methods.
The proposed methodology combines the nonlinear approximation capability of ANN with the global search mechanism of PSO to optimize network weights and minimize mapping errors between Cartesian and joint spaces. Computational results indicate that the hybrid model outperforms gradient-based training methods, showing reduced mean absolute error, improved convergence stability, and greater robustness to initial parameter variations.
In the educational context, the proposal demonstrates potential applications from basic education to undergraduate engineering programs, fostering interdisciplinary integration among mathematics, physics, programming, and robotic systems. The study also suggests future research directions, including extension to three-dimensional manipulators with higher degrees of freedom, comparison with other bio-inspired algorithms, and incorporation of additional machine learning and deep learning techniques.
- Marcio Mendonca
- Vitor Blanc Milani
- Cintya Wedderhoff Machado
- Daniele Aparecida de Oliveira
- Juliana Maria de Jesus Ribeiro
- Tatiane Monteiro Pereira
- Ana Clara Augusto Jesus
- André Luiz Salvat Moscato
- Andressa Haiduk
- Norwin Porfirio Carrasquel Poturo
- Armando Paulo da Silva
- Eduardo Pegoraro Heinemann
- Luiz Francisco Sanches Buzzacchero
- Adriano da Silva Moreira
- Paulo Alexandre Lourenço Jesus
- Francisco de Assis Scannavino Junior
- Emerson Ravazzi Pires da Silva
- Fabio Rodrigo Milanez
