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: Sürü robotiği, Swarm robotics
- 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: Belirtilmemiş.
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
- Transformer tabanlı öznitelik bütünleştirme ile eksik veriye dayanıklı tahminsel model geliştirilmesi
Development of a predictive model robust to missing data via transformer-based feature integration
DUYGU BAYRAK GÜMÜŞ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED KOTAN
- Developing a circular supply chain maturity model for the biotransformation of the construction industry
İnşaat sektörünün biyodönüşümü için döngüsel bir tedarik zinciri olgunluk modelinin geliştirilmesi
HAFİZE BÜŞRA BOSTANCI
Doktora
İngilizce
2025
MimarlıkOrta Doğu Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. ALİ MURAT TANYER
- Development of LPV-MPC and LQR control strategıesfor multı-uav formatıon wıth battery-awareweıght matrıx optımızatıon
Batarya farkındalığına sahip ağırlık matrisi optimizasyonuile çoklu iha formasyonu için lpv-mpc ve LQRkontrol stratejilerinin geliştirilmesi
HACI MUHAMMED YILDIZ
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAYRİ ACAR
- 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
- Dört rotorlu insansız hava araçları için fizik rehberli artık geri beslemeli sinir ağı ile çok ajanlı dağıtılmış lineer olmayan model öngörülü formasyon kontrolü
Multi-agent distributed nonlinear model predictive formation control for quadrotor UAVs using a physics-guided residual feedback neural network
DENİZ MUHACİR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. YAPRAK YALÇIN