Two fundamental problems in robotic are the path planning for mobile robots to achieve a given task and the inverse kinematics for serial robots. In this study, these two problems were solved with two different heuristic optimization methods which are Genetic algorithm (GA) and Particle Swarm Optimization (PSO). GA and PSO results were compared in terms of the computational complexity of the algorithms and the feasibility of the solutions. According to the results, PSO outperforms GA with respect to both comparison criteria. Also, a new toolbox for using these optimization algorithms in robotic was developed for educational purposes. The toolbox was designed to simulate the solution of path planning problem in different environments and the inverse kinematics of a 6 Degrees of Freedom (DOFs) Puma robot with offset wrist.

Mobil robotlarda verilen bir i?i yerine etirmek için gerekli yol planlamasynyn yapylmasy ve seri robotlarda ters kinematik hesaplamalar robotik alanyn iki temel problemidir. Bu çaly?mada bu iki problem iki farkly sezgisel optimizasyoN yöntemi olan Genetik Algoritma (GA) ve Parçacyk Sürü Optimizasyonu (PSO) kullanylarak çözülmü?tür. GA ve PSO'dan elde edilen sonuçlar hesaplama yükü ve çözumlerin uygunlu?u açysyndan kar?yla?tyrylmy?tyr. Sonuçlar göstermi?tir ki her iki ka?yla?tyrma kriterine göre de GA yöntemi PSA'ya göre daha iyi sonuç vermi?tir. Bu çaly?mada ayryca GA ve PSO optimizasyon tekniklerinin robotikte kullanymy için e?itim amaçly bir yazylym geli?tirilmi?tir. Yazylym, de?i?ik ortamlarda mobil robot yol planlama problemi ve 6 serbestlik dereceli eklem kaçykly bile?e sahip Puma türü bir robotun ters kinematik probleminin çözümlerinin benzetimini gerçekle?tirecek ?ekilde tasarlanmy?tyr.