Analisa Kesalahan Trajektori dan Algoritma Solusi Invers pada Robot Lengan Berdasarkan Jaringan QACA-RBF

Abstract

Dalam rangka meningkatkan akurasi posisi dan trajektori dari robot lengan UR5, algoritma solusi invers pada robot lengan berdasarkan jaringan QACA-RBF diajukan.  Desain algoritma ini menggunakan model prediksi melalui jaringan saraf dan menggunakan algoritma koloni semut kuantum untuk mengoptimalkan bobot keluarannya. Dalam memecahkan masalah ini, algoritma koloni semut kuantum memiliki presisi konvergen yang rendah dan mudah jatuh ke dalam solusi local optimal dalam algoritma solusi invers dari derajat kebebasan pada robot lengan, maka peningkatan pengukuran seperti local optimasi dan batas maksimum minimum feromon dan variasi dibutuhkan. Dengan membandingkan hasil simulasi dari hasil simulasi robot lengan UR5 dan hasil simulasi berdasarkan jaringan saraf ACA, QACA, dan RBF untuk mendapatkan posisi dan gerak trajektori pada titik ruang dengan kepresisian disetiap algoritma. Dengan skema tersebut agar dapat membuktikan kelayakan algotirma jaringan QACA-RBF.