Aginaga García, Jokin
Loading...
Email Address
person.page.identifierURI
Birth Date
Job Title
Last Name
Aginaga García
First Name
Jokin
person.page.departamento
Ingeniería
person.page.instituteName
ISC. Institute of Smart Cities
ORCID
person.page.observainves
person.page.upna
Name
- Publications
- item.page.relationships.isAdvisorOfPublication
- item.page.relationships.isAdvisorTFEOfPublication
- item.page.relationships.isAuthorMDOfPublication
2 results
Search Results
Now showing 1 - 2 of 2
Publication Open Access Trayectorias de máxima rigidez de un robot redundante actuando como soporte en el mecanizado de paredes delgadas(Universitat Politècnica de València, 2023) Aginaga García, Jokin; García Cuesta, Iván; Iriarte Goñi, Xabier; Plaza Puértolas, Aitor; Ingeniería; Ingeniaritza; Institute of Smart Cities - ISCLa precisión de un robot está ligada a su rigidez. En comparación con la máquina herramienta tradicional, los robots industriales tienen un gran espacio de trabajo como ventaja, pero una rigidez reducida como desventaja. Además, la rigidez tiene una gran dependencia y variabilidad con la postura o configuración del robot. De ahí que resulte necesario un análisis de rigidez de los robots, que se evalúa mediante la matriz de rigidez. En este trabajo se presenta un análisis de rigidez de un robot serie. Ante la diversidad de índices representativos extraídos a partir de la matriz de rigidez, se ha propuesto el uso de un índice que tenga en cuenta la dirección de las cargas que soporta el robot y la dirección en que se desea que el robot aporte rigidez en la aplicación específica. Asimismo, se ha utilizado el índice de rigidez para llevar el robot a configuraciones que mejoren la rigidez, hecho que resulta posible en aplicaciones en las que el robot tiene al menos un grado de libertad (GDL) redundante. La metodología se ha aplicado a un robot de 7 GDL utilizado como robot de soporte en el mecanizado de paredes delgadas. Dado que para definir la trayectoria únicamente son necesarios 5 GDL, se utilizan 2 GDL reduntantes para mejorar la rigidez.Publication Open Access AI training for application to industrial robotics: trajectory generation for neural network tuning(Springer, 2023) Merino Olagüe, Mikel; Ibarrola Chamizo, Javier; Aginaga García, Jokin; Hualde Otamendi, Mikel; Ingeniería; Ingeniaritza; Institute of Smart Cities - ISCIn the present work robot trajectories are generated and kinematically simulated. Different data (joint coordinates, end effector position and orientation, images, etc.) are obtained in order to train a neural network suited for applications in robotics. The neural network has the goal of automatically generating trajectories based on a set of images and coordinates. For this purpose, trajectories are designed in two separate sections which are conveniently connected using Bezier curves, ensuring continuity up to accelerations. In addition, among the possible trajectories that can be carried out due to the different configurations of the robot, the most suitable ones have been selected avoiding collisions and singularities. The designed algorithm can be used in multiple applications by adapting its different parameters.