Otonom keşif amaçlı robot sistemleri için geri dönüş rotası hesaplama algoritması geliştirilmesi

Abstract

Otonom mobil robotlar için rota planlama algoritmaları, robot teknolojisindeki son gelişmeler sayesinde oldukça ilgi çekici bir konu olarak karşımıza çıkmaktadır. Rota planlama algoritmaları, otonom mobil robotların, verilen görev kapsamında gitmesi gereken hedef noktasına engellerden kaçınarak başarılı bir şekilde ulaşabilmesini sağlamaktadır. Rota planlama algoritmaları klasik ve sezgisel olarak iki kategoriye ayrılmaktadır. Her iki kategorideki algoritmaların da avantaj ve dezavantajları olduğundan, daha verimli bir rota bulunması için literatürde birden fazla algoritmanın birlikte kullanıldığı yöntemler geliştirilmiştir. Bu çalışmada Probabilistic Roadmap (PRM) algoritması ve Artificial Bee Colony (ABC) algoritmalarının kullanıldığı yeni bir hibrit rota planlama algoritması geliştirilmiştir. Geliştirilen algoritmanın optimizasyon evresinde kullanılan maliyet fonksiyonu sayesinde rota planlamasının kısa, güvenli ve keskin dönüşlerin olmadığı yumuşak geçişli olması sağlanmıştır. Geliştirilen algoritma Matlab Robotic System Toolbox kullanılarak simülasyon ortamında çalıştırılmış, algoritmanın farklı senaryolarda nasıl davranacağını gözlemlemek için 30 farklı harita üzerinde rota planlama işlemi yapılmıştır. Geliştirilen algoritma klasik PRM algoritması ile kıyaslanmış, maliyet fonksiyonu göz önüne alındığında oldukça başarılı sonuçlar elde edilmiştir.

Path planning for autonomous exploration robot systems is a promising topic due to latest development on robot systems. Path planning algorithms enable mobile robots to successfully reach the target point while avoiding obstacles. Path planning algorithms divided into two categories which classical and heuristic algorithms. Algorithms in both categories have advantages and disadvantages, therefore hybrid algorithms have been developing to eliminate disadvantages of each algorithm. In this study, a new hybrid path planning algorithm developed by using Probabilistic Roadmap (PRM) algorithm and Artificial Bee Colony (ABC) algorithm. Developed algorithm have a cost function, which provide a short, safe and smooth path. The algorithm simulated on Matlab Robotic System Toolbox and performed on 30 different maps to observe how the algorithm would behave in different scenarios. The new algorithm compared with classical PRM and successful results achieved based on cost function.