Адаптивная система нейро-нечеткого вывода ANFIS для кинематики с шестью степенями свободы и призматическим шарниром

Рассмотрено применение адаптивной нейро-нечеткой системы вывода (ANFIS) для решения задачи обратной кинематики робота-манипулятора с шестью степенями свободы, включая одно призматическое сочленение. Для обучения модели ANFIS использованы данные , полученные при решении прямой задачи кинематики, позволяющие сформировать функции принадлежности для каждого сочленения. Эти функции применены для аппроксимации результатов , полученных путем решения обратнойзадачи кинематики, что значительно снижает вычислительную сложность по сравнению с классическими методами. Показано, что система ANFIS обеспечивает приемлемую точность (среднеквадратичная ошибка RMSE ≈ 0,182), которой достаточно для применения в подъемно-транспортном оборудовании. По сравнению с методами опорных векторов (SVM, RMSE ≈ 0,428) и глубокой нейронной сети (DNN, RMSE ? 0,145), система ANFIS демонстрирует сбалансированное соотношение между точностью, вычислительной эффективностью и интерпретируемостью. Отмечено, что система ANFIS является перспективным инструментом решения задач управления в реальном времени, особенно в условиях ограниченных вычислительных ресурсов.
EDN: JOHREI, https://elibrary/johrei

Литература

[1] Shah M.F., Khan N.A., Jamwal P.K. Inverse kinematics solution for a six-degree-of-freedom upper limb rehabilitation robot using deep learning models. Neural Comput. & Applic., 2025, doi: https://doi.org/10.1007/s00521-025-11222-5

[2] Huang H., Arogbonlo A., Yu S.et al. Adaptive neuro-fuzzy inference system based active force control with iterative learning for trajectory tracking of a biped robot. Int. J. Syst. Sci., 2025, vol. 56, no. 6, pp. 1171–1188, doi: https://doi.org/10.1080/00207721.2024.2420069

[3] Barhaghtalab M.H., Sepestanaki M.A., Mobayen S. et al. Design of an adaptive fuzzy-neural inference system-based control approach for robotic manipulators. Appl. Soft Comput., 2023, vol. 149-A, art. 110970, doi: https://doi.org/10.1016/j.asoc.2023.110970

[4] Sarhan R.A., Rashid Z.H., Hassan M.S. Motion control of 3-DoF delta robot using adaptive neuro fuzzy inference system. Int. J. Comput. Vis. Robot., 2025, vol. 15, no. 7, pp. 1–16, doi: https://dx.doi.org/10.1504/IJCVR.2025.143990

[5] Ben Hazem Z., Guler N., Altaif A.H. A study of advanced mathematical modeling and adaptive control strategies for trajectory tracking in the Mitsubishi RV-2AJ 5-DOF Robotic Arm. Discov. Robot., 2025, vol. 1, art. 2, doi: https://doi.org/10.1007/s44430-025-00001-5

[6] Monfared P., Fei X., Peng W. Computation of inverse kinematics of redundant manipulator using particle swarm optimization algorithm and its combination with artificial neural networks. Eng. Proc., 2024, vol. 76, no. 1, art. 58, doi: https://doi.org/10.3390/engproc2024076058

[7] Lu J., Zou T., Jiang X. A neural network based approach to inverse kinematics problem for general six-axis robots. Sensors, 2022, vol. 22, no. 22, art. 8909, doi: https://doi.org/10.3390/s22228909

[8] Zafar M.H., Moosavi S.K.R., Sanfilippo F. Inverse kinematic modelling of a 3-DOF robotic manipulator using hybrid deep learning models. Procedia CIRP, 2023, vol. 120, pp. 213–218, doi: https://doi.org/10.1016/j.procir.2023.08.038

[9] Alwardat M.Y., Alwan H.M. Forward and inverse kinematics of a 6-dof robotic manipulator with a prismatic joint using MATLAB robotics toolbox. IJATEE, 2024, vol. 11, no. 117, pp. 1097–1111, doi: https://doi.org/10.19101/IJATEE.2024.111100210

[10] Алвардат М.Й., Ал-Араджи Х.М., Мболo О.Э.Л. и др. Геометрический вывод Якобиана для шести степеней свободы с призматическим сочленением. Робототехника и техническая кибернетика, 2024, т. 12, № 4, с. 261–269, doi: https://doi.org/10.31776/RTCJ

[11] Alwardat M.Y., Alwan H.M., Kochneva O.V. Comprehensive kinematic analysis for optimal performance of a 6-DOF robotic manipulator with prismatic joint (RRRRRP). Russ. Engin. Res., 2024, № 11, с. 1640–1647, doi: https://doi.org/10.3103/S1068798X24702691

[12] Альвардат М.Я., Ал-Аражи Х.М. Обзор интеллектуальных методов управления манипуляторами с жесткими звеньями. Автоматизация. Современные технологии, 2023, т. 77, № 10, с. 466–474, doi: https://doi.org/10.36652/0869-4931-2023-77-10-466-474

[13] Альвардат М.Я., Алван Х.М., М’боло О.Э. и др. Исследование сингулярности роботов-манипуляторов. Автоматизация. Современные технологии, 2024, т. 78, № 4, с. 173–179, doi: https://doi.org/10.36652/0869-4931-2024-78-4-173-179

[14] Saeedi B., Mohammadi Moghaddam M., Sadedel M. Inverse kinematics analysis of a wrist rehabilitation robot using artificial neural network and adaptive Neuro-Fuzzy inference system. Mech. Based Des. Struct. Mach., 2024, vol. 52, no. 12, pp. 10439–10487, doi: https://doi.org/10.1080/15397734.2024.2356066