REDES NEURAIS APLICADA A CINEMÁTICA DA CADEIRA DE RODAS Alan Cardoso Barbosa (Bolsista Fundação Araucária/ Inclusão Social) Marcio Roberto Covacic Ruberlei Gaino, e-mail: [email protected] Universidade Estadual de Londrina/ Departamento de Engenharia Elétrica/ CTU Área e subárea do conhecimento: Engenharia Elétrica/ Automação Industrial e Controle. Palavras-chave: Controle PID; Redes Neurais; simulações. Resumo O desenvolvimento de novas tecnologias que possam tornar melhor a vida de pessoas com algum tipo de deficiência é um dos temas de estudo da engenharia, mais especificamente da Engenharia Biomédica. O foco deste trabalho está no estudo de técnicas de controle Proporcional-Integral-Derivativo (PID) e também na aplicação de conceitos de Redes Neurais Artificiais para controle da cinemática para movimentação de uma cadeira de rodas automatizada. Para tanto foram utilizados os softwares Matlab/Simulink para desenvolvimento do controle PID, para implementação, treinamento da Rede Neural e realização das simulações. Os resultados obtidos com o uso da Rede mostraram que o sistema é estável e apresenta saída conforme descrito pelo modelo cinemático da cadeira. Introdução e objetivo A construção de equipamentos e dispositivos que melhorem a mobilidade de pessoas que possuem algum tipo de restrição em seus movimentos é uma das abordagens da engenharia. Um exemplo disso está na cadeira de rodas acionada por sopro e sucção desenvolvida no Laboratório de Controle Avançado, Robótica e Engenharia Biomédica CTU/DEEL. (Gentilho Jr, et al.,2014) Para modelagem cinemática da cadeira foram consideradas as velocidades linear (𝑉) e angular Ω do dispositivo, a distância 𝐷 entre as rodas e o raio das rodas traseiras da cadeira (𝑅). Através de tal modelo, as velocidades angulares da roda direita (𝜔𝑙 ) e da roda esquerda (𝜔𝑟 ) podem ser relacionadas com 𝑉 e Ω da seguinte forma: 1 1 𝜔𝑟 [ 𝜔 ] = [𝑅 1 𝑙 𝑅 𝐷 𝑅 2𝑅 ] . [𝑉 ] 𝑜𝑢 [𝑉 ] = [ 2 𝐷 𝑅 𝛺 𝛺 − 2𝑅 𝐷 𝑅 2 ] . [𝜔𝑟 ] 𝑅 𝜔𝑙 − 𝐷 (1) Para controle do dispositivo foi adotado um controlador ProporcionalIntegral-Derivativo (PID), que é regido pela equação (2), conforme (TEIXEIRA, Assuncao e covacic et al., 2007): 𝑡 𝑑𝑒(𝑡) 𝑢(𝑡) = 𝐾𝑝 . 𝑒(𝑡) + 𝐾𝑖 ∫ 𝑒(𝑡)𝑑𝑡 + 𝐾𝑑 (2) 𝑑𝑡 0 onde 𝐾𝑝 ,𝐾𝑖 ,𝐾𝑑 correspondem aos ganhos proporcional, integral e derivativo, respectivamente. Ainda como técnica de controle é possível a aplicação de Redes Neurais Artificiais. A unidade mínima que compõe uma Rede Neural é denominada neurônio e pode ser vista na Figura 1. Figura 1: Modelo matemático de um neurônio. Fonte: (Haykin, 1999) onde [𝑥1 , 𝑥2 , … 𝑥𝑚 ] são as entradas da rede, [𝑤𝑘1 , 𝑤𝑘2 , 𝑤𝑘𝑚 ] são os pesos sinápticos, 𝜑(∙) a função de ativação e 𝑦𝑘 corresponde à saída da rede. Em termos matemáticos esse neurônio pode ser descrito por: 𝑚 𝑢𝑘 = ∑ 𝑤𝑘𝑗 𝑥𝑗 𝑦𝑘 = 𝜑(𝑢𝑘 + 𝑏𝑘 ) (3) 𝑗 Tal técnica é promissora devido a suas características de nãolinearidade, adaptação, capacidade de generalização, aprendizagem, dentre outras. Para construção da Rede Neural para modelagem cinemática da cadeira foi utilizado um algoritmo de treinamento backpropagation, uma função de 2 aprendizagem do tipo gradiente descendente e função de desempenho sendo do tipo MSE (Mean Square Error ou Erro Quadrático Médio). Procedimentos metodológicos Neste trabalho foi realizado um estudo de controladores PID, para controle dos motores, controle cinemático da cadeira de rodas em malha fechada, com tratamento de Redes Neurais Artificiais. Para realização de simulações foi feito uso do software Matlab/Simulink 2011a e do Neural Network Toolbox também do software Matlab. Os dados para treinamento da rede foram obtidos através do modelo cinemático construído no Simulink e que posteriormente foram passados para o Neural Network Toolbox para então implementação da Rede Neural. Resultados e discussão Para a realização das simulações foram considerados dois casos: primeiramente com 𝑉 variando entre 0,9 e 1,1 e Ω igual à zero e no segundo caso 𝑉 sendo zero e Ω variando parametricamente entre 0,9 e 1,1. Para o primeiro caso foi desenvolvida e Treinada uma Rede Neural que posteriormente foi posta no sistema em malha fechada em ambiente Simulink. Para teste do comportamento do sistema foi tomada sua resposta a uma entrada 𝑉 sendo uma fução degrau unitário e Ω = 0. A resposta das saídas do sistema 𝜔𝑙 e 𝜔𝑟 para tal entrada estão descritas na Figura 2: Figura 2: saída de 𝜔𝑟 e 𝜔𝑙 para a primeira Rede Neural implementada Fonte: próprio autor. Observa-se pela figura que o Rede respondeu de forma adequada, produzindo uma saída estável para a entrada tomada como teste. No segundo caso foi desenvolvida uma outra Rede Neural através do Neural Network do software Matlab. A rede foi treinada e trasferida para ambiente Simulink para simulação e análise. Aqui para fins de teste Ω foi posta 3 como sendo uma função degrau unitário e 𝑉 permanecendo em zero. A Figura 3 contém o resultado da simulação para 𝜔𝑙 e 𝜔𝑟 devida a excitação descrita para o sistema. Figura 3: Saídas do sistema para Ω sendo uma função degrau e 𝑉 = 0 Fonte: próprio autor. Novamente constata-se que 𝜔𝑙 e 𝜔𝑟 apresentam convergencia e estabilidade em um valor dado um valor de entrada para 𝑉 e Ω, ou seja, observa-se a validade da Rede Neural para uso no modelo cinemático do sistema. Conclusão Constata-se então, através das simulações a viabilidade do uso de Redes Neurais para realização da cinemática do sistema, visto que tal Rede apresenta uma saída limitada estável e para uma determinada entrada limitada. Referências ESPINOSA, F,; LÓPES, E.; MATEOS, R.; MAZO M.; GARCÍA R.; Advanced and Intelligent Control Techniques Applied to the Drive Control and Path Tracking Systems on a Robotic Wheelchair. Autonomous Robots 11, 137 – 148, 2001. GENTILHO JR, E.; COVACIC, M. R. ; BIAZETO, A. R. ; GAINO, R. . CONTROLE IMPLEMENTADO EM DSP PARA CADEIRA DE RODAS ACIONADA POR SOPRO E SUCÇÃO. Os profissionais da Indústria. 1ed.: , 2014, v. 1, p. 13-. ISBN 9788567993003. HAYKIN, Simon. Neural Network: A Comprehensive Foundation. 2. ed. Pearson Education, 1999. SOBRINHO, Andre Sanches F.; SUZUKI, Isaque; GERMANOVIX, Walter; GAINO, Ruberlei. Implementação e análise do controle de uma cadeira de rodas através de sopros e sucções.VI Simpósio Brasileiro de Automação Inteligente, Bauru, p. 1-4, set. 2003. 4