- -

Heurísticas para el Ajuste de Algoritmos de Control de Plataformas Robóticas de Movimiento en Simuladores

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Heurísticas para el Ajuste de Algoritmos de Control de Plataformas Robóticas de Movimiento en Simuladores

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Casas, Sergio es_ES
dc.contributor.author Portalés, Cristina es_ES
dc.contributor.author Riera, José V. es_ES
dc.contributor.author Fernández, Marcos es_ES
dc.date.accessioned 2020-05-18T08:08:26Z
dc.date.available 2020-05-18T08:08:26Z
dc.date.issued 2017-04-03
dc.identifier.issn 1697-7912
dc.identifier.uri http://hdl.handle.net/10251/143517
dc.description.abstract [ES] Diversos tipos de plataformas robóticas son empleadas habitualmente para la generación de claves gravito-inerciales en simuladores. Además del control de los actuadores, dichas plataformas deben ejecutar complejos algoritmos de control conocidos como algoritmos de washout, que deben ser ajustados para que el movimiento generado sea similar al simulado. El ajuste de dichos algoritmos es complejo por el elevado número de parámetros que poseen. Además, dicho ajuste se ha venido realizando tradicionalmente de modo manual mediante evaluaciones subjetivas. En este trabajo, los autores proponen un método automático de ajuste basado en optimización heurística, métricas objetivas, y simulación de la plataforma robótica para conseguir realizar el ajuste de manera más rápida. Se valida la corrección de las soluciones, y se comparan diversas técnicas de optimización, para concluir que la técnica más apropiada es la de los algoritmos genéticos. es_ES
dc.description.abstract [EN] Motion cueing algorithms are commonly used in vehicle simulators to control robotic motion platforms. These algorithms usually have a significant number of parameters that need to be tuned. This process has been traditionally performed in a pilot-inthe-loop subjective manner. The authors propose a simulationbased objective and automatic method using heuristic optimization. Several schemes are proposed, assessed and compared in this paper, showing that a genetic algorithm is the one that suits best this problem. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Revista Iberoamericana de Automática e Informática industrial es_ES
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Motion platforms es_ES
dc.subject Heuristics es_ES
dc.subject Simulation es_ES
dc.subject Motion cueing algorithms es_ES
dc.subject Tuning es_ES
dc.subject Robotics es_ES
dc.subject Optimization es_ES
dc.subject Plataformas de movimiento es_ES
dc.subject Heurísticas es_ES
dc.subject Simuladores es_ES
dc.subject Algoritmos de control es_ES
dc.subject Ajuste de parámetros es_ES
dc.subject Robótica es_ES
dc.subject Optimización es_ES
dc.title Heurísticas para el Ajuste de Algoritmos de Control de Plataformas Robóticas de Movimiento en Simuladores es_ES
dc.title.alternative Heuristics for solving the parameter tuning problem in motion cueing algorithms. es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.1016/j.riai.2016.09.011
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Casas, S.; Portalés, C.; Riera, JV.; Fernández, M. (2017). Heurísticas para el Ajuste de Algoritmos de Control de Plataformas Robóticas de Movimiento en Simuladores. Revista Iberoamericana de Automática e Informática industrial. 14(2):193-204. https://doi.org/10.1016/j.riai.2016.09.011 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.1016/j.riai.2016.09.011 es_ES
dc.description.upvformatpinicio 193 es_ES
dc.description.upvformatpfin 204 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 14 es_ES
dc.description.issue 2 es_ES
dc.identifier.eissn 1697-7920
dc.relation.pasarela OJS\9225 es_ES
dc.description.references Alba, E., Blum, C., Asasi, P., Leon, C., Gomez, J. A., 2009. Optimization techniques for solving complex problems. New Jersey, NJ, USA, Wiley. es_ES
dc.description.references Bertsimas, D., Tsitsiklis, J., 1993. Simulated Annealing. Statistical Science 9 (1), 10-15. es_ES
dc.description.references Casas, S., Alcaraz, J. M., Olanda, R., Coma, I., Fernández, M., 2014. Towards an extensible simulator of real motion platforms. Simulation Modelling Practice and Theory 45 (0), 50-61. es_ES
dc.description.references Casas, S., Coma, I., Riera, J. V., Fernández, M., 2015. Motion-Cuing Algorithms: Characterization of Users' Perception. Human Factors: The Journal of the Human Factors and Ergonomics Society 57 (1), 144-162. es_ES
dc.description.references Casas, S., Olanda, R., Fernandez, M., Riera, J. V., 2012. A faster than real-time simulator of motion platforms. CMMSE, Murcia, Spain. es_ES
dc.description.references Casas, S., Rueda, S., Riera, J. V., Fernández, M., 2012. On the Real-time Physics Simulation of a Speed-boat Motion. GRAPP/IVAPP. es_ES
dc.description.references Colombet, F., Dagdelen, M., Reymond, G., Pere, C., Merienne, F., Kemeny, A., 2008. Motion Cueing: what's the impact on the driver's behaviour? Driving Simulator Conference, Monte-Carlo, Monaco. es_ES
dc.description.references Cossalter, V., Lot, R., Massaro, M., Sartori, R., 2011. Development and Validation of an Advanced Motorcycle Riding Simulator. Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering 225 (6), 705-720. es_ES
dc.description.references Díaz, A., Glover, F., Ghaziri, H. M., González, J. L., Laguna, M., Moscato, P., Tseng, F. T., 1996. Optimización Heurística y Redes Neuronales. Madrid, Paraninfo. es_ES
dc.description.references Edelkamp, S., Schroedl, S., 2011. Heuristic Search: Theory and Applications. Waltham, MA, USA, Morgan Kaufman - Elsevier. es_ES
dc.description.references Ferri, F. J., Albert, J. V., Martín, G., 1998. Introducció a l'Anàlisi i Disseny d'Algorismes. Valencia, Spain, Publicacions de la Universitat de València. es_ES
dc.description.references Garrett, N. J. I., Best, M. C., 2010. Driving simulator motion cueing algorithms - a survey of the state of the art. Proceedings of the 10th International Symposium on Advanced Vehicle Control (AVEC), Loughborough, UK. es_ES
dc.description.references Go, T. H., Bürki-Cohen, J., Chung, W. H., Schroeder, J. A., Saillant, G., Jacobs, S., Longridge, T., 2003. The Effects of Enhanced Hexapod Motion on Airline Pilot Recurring Training and Evaluation AIAA Modeling and Simulation Technologies Conference and Exhibit, Austin, TX, USA. es_ES
dc.description.references Grant, P. R., 1996. The Development of a Tuning Paradigm for Flight Simulator Motion Drive Algorithms. PhD, University of Toronto. es_ES
dc.description.references Grant, P. R., Reid, L. D., 1997. Motion Washout Filter Tuning: Rules and Requirements. Journal of Aircraft 34 (2), 145-151. es_ES
dc.description.references Gutridge, J., 2004. Three Degree-of-Freedom Simulator Motion Cueing Using Classical Washout Filters and Acceleration Feedback. Master Thesis, Virginia Polytechnic Institute & State University. es_ES
dc.description.references Hammersley, J. M., Handscomb, D. C., 1964. Monte Carlo Methods. London, UK & New York, NY, USA. es_ES
dc.description.references Holland, J. H., 1992. Genetic Algorithms. Scientific American 267, 66-72. es_ES
dc.description.references Kelley, D., 1995. Automata and Formal Languages: An Introduction. New Jersey, NJ, USA, Prentice Hall. es_ES
dc.description.references Korobeynikov, A. V., Turlapov, V. E., 2005. Modeling and Evaluating of the Stewart Platform. International Conference Graphicon. es_ES
dc.description.references MacNeilage, P. R., Banks, M. S., Berger, D. R., Bulthoff, H. H., 2007. A Bayesian model of the disambiguation of gravitoinertial force by visual cues. Experimental Brain Research, 179 (2), 263-290. es_ES
dc.description.references Merlet, J. P., 2006. Parallel robots. The Netherlands, Springer. es_ES
dc.description.references Nahon, M. A., Reid, L. D., 1990. Simulator motion-drive algorithms - A designer's perspective. Journal of Guidance, Control, and Dynamics 13 (2), 356-362. es_ES
dc.description.references Reid, L. D., Nahon, M. A., 1985. Flight Simulation Motion-Base Drive Algorithms: Part 1 - Developing and Testing the Equations. University of Toronto, UTIAS. 296. es_ES
dc.description.references Reid, L. D., Nahon, M. A., 1986. Flight Simulation Motion-Base Drive Algorithms: Part 2- Selecting the System Parameters. University of Toronto, UTIAS. 307. es_ES
dc.description.references Reid, L. D., Nahon, M. A., 1986. Flight Simulation Motion-Base Drive Algorithms: Part 3 - Pilot Evaluations. University of Toronto, UTIAS. es_ES
dc.description.references Reymond, G., Kemeny, A., 2000. Motion Cueing in the Renault Driving Simulator. Vehicle System Dynamics: International Journal of Vehicle Mechanics and Mobility 34, 249-259 es_ES
dc.description.references Schmidt, S. F., Conrad, B., 1969. The Calculation of Motion Drive Signals for Piloted Flight Simulators. Palo Alto, CA, USA, NASA. 69-17. es_ES
dc.description.references Sinacori, J. B., 1977. The Determination of Some Requirements for a Helicopter Flight Research Simulation Facility. CA, USA, Moffet Field. 7805. es_ES
dc.description.references Slob, J. J., 2008. State-of-the-Art Driving Simulators, a Literature Survey. Eindhoven, The Netherlands, Eindhoven University of Technology. Stewart, D., 1965. A Platform with six degrees of freedom. es_ES
dc.description.references Stahl, K., Abdulsamad, G., Leimbach, K., Vershinin, Y. A., 2014. State of the Art and Simulation of Motion Cueing Algorithms for a Six Degree of Freedom Driving Simulator. Paper presented at the 17th International Conference on Intelligent Transportation Systems (ITSC). es_ES


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

Mostrar el registro sencillo del ítem