Sürü Robotların Hareket Planlamada Kullanılması

Sürü robotlar birçok çalışmada karmaşık görevlerin çözümünde başarı ile kullanılmıştır. Sürünün ortak bir görevi yerine getirmesiaralarındaki iletişime bağlıdır. Bu çalışmada, farklı olarak sürü robotlar hareket planlama çalışmasında kullanılmışlardır. Sürü robotlaryardımıyla ana görev robotunun, engellere çarpmadan, başlangıç noktasından, bitiş noktasına doğru en kısa mesafede seyahatinisağlayacak bir yol bulunmuştur. Bu çalışmaya Trafik Polisi Algoritması(TPA) ismi verilmiştir. Algoritmaya göre sürüye ait robotbireylerin, yapılandırma alanının hemen her yerinde ortamın sınırları içerisinde belirli bir düzende yayılmaları sağlanmıştır. Bu rasgeleyayılım düzenine sahip sürü robot üyeleri, birbiriyle haberleşme mesafesi kadar yakına konumlanmaktadır. Hedef noktaya en yakın üyeyoksa üyeler önceden belirlenen kadar mesafe, rastgele hareket etmektedir. Hedef noktayı gören robot yakınındaki diğer komşurobotlara, bildirimde bulunarak mesafe ve yönelim açısını iletmektedir. Tüm robotlar, görebildiği komşu robotlara mesafe ve yönelimbilgisini aktararak bu bilgiler sonunda başlangıç noktasındaki ana görev robotuna iletilir. Başlangıç noktasındaki ana görev robotu,kendisine iletilen düğümler arasında en kısa yolu bulmak için arama yöntemlerinden Dijkstra algoritmasını kullanarak en kısa mesafeyibulmuştur. Geliştirilen algoritma başlangıçta sanal ortamda denenmiş ve uygulaması ileriki çalışmalarda yapılacaktır.

Using Swarm Robots in Motion Planning

Swarm robots have been used successfully in many studies to solve complex tasks. The common task of swarm robots depends on thecommunication between them. In this study, differently, swarm robots were used in the motion planning study. With the help of swarmrobots, a path was found that would allow the main mission robot to travel the shortest distance from the starting point to the end pointwithout hitting the obstacles. This study was named Traffic Police Algorithm (TPA). According to the algorithm, robotic individualsbelonging to the swarm are provided to spread in a certain order within the boundaries of the environment almost everywhere in theconfiguration space. The swarm robot members with this random propagation pattern are positioned as close to each other as far ascommunication distance. If there is no member closest to the target point, the members move randomly at a predetermined distance.When a robot sees the target point, it transmits the distance and orientation angle by notifying other neighboring robots nearby. Allrobots transmit distance and orientation information to neighboring robots that they can see, and this information is finally transmittedto the main task robot at the starting point. The main task robot at the starting point found the shortest distance using the Dijkstraalgorithm, one of the search methods, to find the shortest path among the nodes transmitted to it. The developed algorithm was initiallytested in a virtual environment and its implementation will be done in future studies.

PDF

___

Bertram Raphael. (2012). IEEE Global History Network. Institute of Electrical and Electronics Engineers. Brambilla, M., Ferrante, E., Birattari, M., & Dorigo, M. (2013). Swarm robotics: a review from the swarm engineering perspective. Swarm Intelligence, 7(1), 1–41. https://doi.org/10.1007/s11721-012-0075-2.
Dijkstra's algorithm. 30 Haziran 2020 tarihinde https://en.wikipedia.org/wiki/Dijkstra's_algorithm adresinden alındı.
F. Aurenhammer. (1991). ‘‘Voronoi diagrams—A survey of a fundamental geometric data structure’’. ACM Comput. Surv., vol. 23, no. 3, pp. 345–405. https://doi.org/10.1145/116873.116880.
Philip L. Frana & Thomas J. Misa. (August 2010). "An Interview with Edsger W. Dijkstra". Communications of the ACM. 53 (8): 41–47. https://doi.org/10.1145/1787234.1787249.
J. Kennedy, R. Eberhart. (1995). "Particle swarm optimization," Proceedings of ICNN'95 - International Conference on Neural Networks, Perth, WA, Australia, 1995, pp. 1942-1948 vol.4. https://doi.org/10.1109/ICNN.1995.488968.
Jaradat M. A., Garibeh M. H., Feilat E. A. (2012). “Autonomous mobile robot dynamic motion planning using hybrid fuzzy potential field” Springer-Verlag Soft Comput 16:153–164. https://doi.org/10.1007/s00500-011-0742-z.
J.C. Latombe. (1991). Robot Motion Planning. Kluwer Academic Publishers. https://doi.org/10.1007/978-1-4615-4022-9.
J.C. Latombe. (1999). Motion Planning: A Journey of Robots Molecules Digital Actors and Other Artifacts, The International Journal of Robotics Research 30: 846-894. https://doi.org/10.1177/02783649922067753.
Kavraki, L. E., P. Svestka, J-C. Latombe, ve M. Overmars. (1996). "Probabilistic Roadmaps for Path Planning in High Dimensional Configuration Spaces", IEEE Transactions on Robotics and Automation, vol. 12, issue 4, no. 4, pp. 566-580. https://doi.org/10.1109/70.508439.
Khatib, O. (1986). Real-Time Obstacle Avoidance for Manipulators and Mobile Robots. The International Journal of Robotics Research, 5(1), 90–98. https://doi.org/10.1177/ 027836498600500106.
LaValle, S. M., & Kuffner, J. J. (2001). Randomized Kinodynamic Planning. The International Journal of Robotics Research, 20(5), 378–400. https://doi.org/10.1177/ 02783640122067453.
Lozano Perez T. ve Wesley M.A. (1979). An Algorithm for Planning Collision Free Paths Among Polyhedral Obstacles, Comm. ACM 22(10):560-570. https://doi.org/10.1145/ 359156.359164.
Motion Planning. 30 Haziran 2020 tarihinde https://en.wikipedia .org/wiki/Motion_planning adresinden alındı.
Shlyakhov, N. E., Vatamaniuk, I. V, & Ronzhin, A. L. (2017). Survey of Methods and Algorithms of Robot Swarm Aggregation. Journal of Physics: Conference Series, 803. https://doi.org/10.1088/1742-6596/803/1/012146.
Soysal, O., & Sahin, E. (2005). Probabilistic aggregation strategies in swarm robotic systems. Içinde Proceedings 2005 IEEE Swarm Intelligence Symposium, 2005. SIS 2005. (ss. 325–332). IEEE. https://doi.org/10.1109/SIS.2005.1501639.
Steven M. LaValle. (2006). Planning Algorithms. Cambridge University Press. https://doi.org/10.1017/CBO9780511546877.
Yıldırım Ş, Yaşar E. (2015). "An algorithm of avoiding obstacles with intelligent objects". Recent Innovations in Mechatronics (RIiM) Vol. 2. No. 1-2. https://doi.org/10.17667/riim.2015.1- 2/14.
Yıldırım Ş, Yaşar E. (2015) Development of an obstacleavoidance algorithm for snake like robots, Measurement Journal, 68-73. https://doi.org/10.1016/j.measurement.2015. 04.021.
What Is an Object? 30 Haziran 2020 tarihinde https://docs.oracle.com/javase/tutorial/java/concepts/object. html adresinden alındı.