Development of a predictive search model of flocking for robot swarms
Robot sürülerinin hareketi için tahminsel arama modeli geliştirilmesi
- Tez No: 826687
- Danışmanlar: DOÇ. DR. ALİ EMRE TURGUT, DOÇ. DR. EROL ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Sürü robotiğindeki temel zorluklardan biri, çok sayıda robotun engellerden veya tehditlerden kaçınırken aynı zamanda koordineli ve uyumlu şekilde hareket ettiği bir sürü hareketi elde etmektir. Robotik sürü sistemlerde sürü hareketi modelleri genellikle yakınlık, hizalanma ve kaçınma gibi reaktif davranışları kullanır. Potansiyel alanların kullanımı, sürü hareketi için engelleri ve komşu robotları kuvvet kaynakları olarak kullanarak reaktif kontrol yasalarının türetilmesini mümkün kılmıştır. Bununla birlikte, reaktif davranışlar, özellikle sürü hareketi gibi birden fazla davranışın aynı anda etkin olduğu durumlarda, kısa vadeli yaklaşımları nedeniyle sürü içinde çarpışmalara veya verimsiz harekete yol açmaktadır. Daha pürüzsüz ve optimal sürü hareketi elde etmeyi amaçlayan, merkezi koordinasyon veya dağıtılmış koordinasyon gerektiren Model Öngörülü Kontrol gibi yaklaşımlar sürü içi düşük gecikme süresine ve yüksek bant genişliğine sahip iletişim ile birlikte önemli hesaplama gücü gerektirmektedir. Bu tezde, engellerin varlığında robot sürülerinin daha pürüzsüz ve daha güvenilir bir şekilde hareket etmesini sağlayan, diğer robotların tahmin edilen durumlarını verimli bir şekilde kullanan bir öngörülü arama modeli tanıtılmaktadır. Önerilen model, statik ve dinamik engellerle simüle edilen ortamlarda değerlendirilmiş ve performansı potansiyel alan sürü hareketi modeliyle karşılaştırılmıştır. Ayrıca, öngörülü arama modelinin performansı, iç mekanda altı adet döner kanatlı robot sürüsünün statik ve dinamik engelleri aşmasıyla gerçek dünya senaryosunda doğrulanmıştır. Sonuçlar, öngörülü arama modelinin limitli algılama yeteneği ve hesaplama kaynağına sahip robotik sürü sistemlerle daha pürüzsüz ve daha güvenli sürü hareketi elde ettiğini göstermektedir.
Özet (Çeviri)
One of the main challenges in swarm robotics is achieving robust and scalable flocking, allowing large numbers of robots to move together in a coordinated and cohesive manner while avoiding obstacles or threats. Flocking models in swarm robotic systems typically employ reactive behaviors, such as cohesion, alignment, and avoidance. The use of potential fields has enabled the derivation of reactive control laws by utilizing obstacles and neighboring robots as sources of force for flocking. However, reactive behaviors, especially when multiple of them are simultaneously active, as in the case of flocking, can lead to collisions or inefficient motion within the flock due to their short-sighted approach. Approaches aiming to generate smoother and optimal flocking, such as the use of Model Predictive Control, either require centralized coordination or distributed coordination, which necessitates low-latency and high-bandwidth communication within the swarm, as well as substantial computational resources. In this thesis, a predictive search model which generates smoother and safer flocking of robotic swarms in the presence of obstacles while efficiently considering the predicted states of other robots is introduced. The proposed model is evaluated in simulated environments with both static and dynamic obstacles, and its performance is compared with a potential field flocking model. Furthermore, the performance of the predictive search model is validated in a real-world scenario involving a swarm of six indoor quadcopters navigating static and dynamic obstacles. The results demonstrate that the predictive search model produces smoother and safer flocking in swarm robotic systems with limited sensing capabilities and computational resources.
Benzer Tezler
- Data-driven operators for a hybrid evolutionary algorithm to solve multi-trip rich vehicle routing problem
Çok kullanımlı zengin araç rotalama probleminin melez evrimsel algoritma ile çözümlenmesinde veri güdümlü operatörlerin etkileri
DİLARA AYKANAT
Yüksek Lisans
İngilizce
2020
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA GÖKÇE BAYDOĞAN
- Addressing parametric uncertainties in autonomous cargo ship heading control
Otonom kargo gemisi yön kontrolündeki parametrik belirsizliklerin ele alınması
AHMAD IRHAM JAMBAK
Yüksek Lisans
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. İSMAİL BAYEZİT
- Parmakizi görüntülerinin model tabanlı yaklaşımla sıkıştırılması
Başlık çevirisi yok
İLKER ERSOY
Yüksek Lisans
Türkçe
1996
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. GÖKMEN MUHİTTİN
- Modeling and control of a helicopter slung load system
Helikopter asılı yük sisteminin modellenmesi ve kontrolü
ÖMER OĞUZHAN GÜNGÖREN
Yüksek Lisans
İngilizce
2024
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN ÇALIŞKAN
- Yağmur suyu ızgaralarının hidrolik verimliliğinin makine öğrenmesi yöntemleriyle modellenmesi
Modeling of hydraulic efficiency of storm water grate inlets by machine learning methods
KAYHAN BAYHAN
Yüksek Lisans
Türkçe
2023
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ÖZGER