Stochastic path planning in the presence of disambiguation and neutralization capabilities
Belı̇rsı̇zlı̇ğı̇ gı̇derme ve etkı̇sı̇zleştı̇rme yeteneklerı̇nı̇n varlığında olasılıksal yol planlaması
- Tez No: 570000
- Danışmanlar: DOÇ. DR. ALİ FUAT ALKAYA, DOÇ. DR. VURAL AKSAKALLI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 134
Özet
Kanadalı Gezgin Problemi (CTP) ve Engel Etkisizleştirme Problemi (ONP), yazında iyi çalışılmış çizge kullanılarak çözülen yol planlama problemleridir. Yazında, her iki problemin de hesaplama açısından izlenebilir olmadığı gösterilmiştir. Bu tezin en önemli çalışması, belirsizliği giderme ve etkisizleştirme haklarının aynı anda bulunduğu durumda yeni bir olasılıksal yol planlama problemini yazına tanıtmasıdır. Bu çalışma, CTP ile ONP arasındaki yakın ve içsel ilişkiye rağmen, literatürde türünün ilk örneği olarak görünmektedir. Bu yeni problem Etkisizleştirmeli Kanadalı Gezgin Problemi (CTPN) olarak adlandırılır. CTPN için kesin bir şekilde çözüm veren optimal bir algoritma, CAON*, geliştirilmiştir. Bu algoritmanın performansını iyi bilinen değer yineleme (VI) ve AO* arama algoritmaları ile karşılaştırmak için Delaunay çizgelerde deneyler yapılmıştır. Belirsizliği giderme ve nötralizasyon yeteneklerinin göreceli faydası ve önemi araştırılmıştır. Başka bir çalışmada, makul çalışma sürelerinde CTPN'i çözmek için sezgiseller önerilmiştir. CTPN'i çözmek için önerilen gerçek algoritma büyük problem örnekleri için sonuç verememektedir. Bu nedenle, hızlı çalışan ve kabul edilebilir sonuçlar veren sezgiseller tasarlanmıştır. Bu sezgiseller ve gerçek algoritma, çalışmanın deneyler bölümünde performans ve kalite açısından değerlendirilmiştir. Son çalışmada, ayrık Rassal Engelli Ortam Problemi (D-SOSP) için Belirsizliği Giderme Noktası Örnekleme (DPS) sezgiseli geliştirilmiştir. CAO*, D-SOSP örneklerini muadillerine göre daha hızlı çözen ve en uygun sonuç veren optimal bir algoritmadır. Fakat, büyük problem örnekleri için durum uzayının büyüklüğünden dolayı sonuç verememektedir. DPS sezgiseli, CAO* algoritmasının büyük D-SOSP ortamları için mantıklı sürelerde kabul edilebilir sonuçlar vermesi için geliştirilmiştir.
Özet (Çeviri)
The Canadian Traveler Problem (CTP) and the Obstacle Neutralization Problem (ONP) are two well-studied graph-theoretic path-planning problems in the literature and both problems have been shown to be computationally intractable. The most important stage in this research is proposing a new probabilistic graph theoretic path-planning problem in the simultaneous presence of disambiguation and neutralization capabilities. This appears to be the first of its kind in the literature despite the close and inherent relationship between CTP and ONP. This new problem is named as the Canadian Traveler Problem with Neutralizations (CTPN). An optimal algorithm, CAON*, is proposed to solve the CTPN exactly. Computational experiments are provided on Delaunay graphs to assess the relative performance of this algorithm in comparison to the well-known value iteration and AO* algorithms. The relative utility and importance of the disambiguation and neutralization capabilities are investigated. In another stage, heuristics are proposed to solve CTPN. The exact algorithm proposed to solve CTPN cannot give results for the large instances of the problem. Therefore, heuristics are designed to run in faster execution times with admissible results. These heuristics and the exact algorithm are compared in terms of performance and quality in the experiments part of this stage. In the last stage, Disambiguation Points Sampling (DPS) heuristic is developed to solve discrete Stochastic Obstacle Scene Problem (D-SOSP). CAO* is a fast exact algorithm due to its opponents which solves D-SOSP optimally. However, for the large problem instances, it does not give results because of the huge state space. DPS heuristic is developed to solve the D-SOSP with CAO* algorithm in reasonable execution times with promising results.
Benzer Tezler
- Emniyetli insan-robot etkileşimi için çarpışmasız yol planlama yöntemi geliştirilmesi
A collision free path planning method for safe human-robot interaction
SEZGİN SEÇİL
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. METİN ÖZKAN
- Energy aware endurance framework for mission critical aerial networks
Güdümlü havasal ağlar için enerji farkında endürans modeli
YUSUF ÖZÇEVİK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BERK CANBERK
- Hızlıca keşfeden rastgele ağaç yöntemi ile insansı robot kolu yörünge planlaması
Trajectory planning of a humanoid robot arm by using rapidly-exploring randomized tree method
BURAK BOYACIOĞLU
Yüksek Lisans
Türkçe
2016
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENİZ ERTUĞRUL
- Any angle path finding in stochastic obstacle scenes
Olasılıksal engeli olan alanlarda herhangi açıyöntemi ile yol bulma
UFUK ASLAN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ALKAYA
- Path planning with hybrid use of artificial intelligence algorithms in autonomous mobile vehicles
Otonom mobil araçlarda yapay zeka algoritmalarının hibrit kullanımı ile rota planlaması
AHMET AKTAŞ
Yüksek Lisans
İngilizce
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İLKER MURAT KOÇ