Labirentlerde yapay zeka tabanlı yön bulma algoritmaları kullanan bir gezgin robot geliştirilmesi

Abstract

Bu tez kapsamında, otonom çalışan bir gezgin robot ile daha önceden bilinmeyen gerçek bir ortamın tanımlanması sağlanacaktır. Ortamın tanımlanmasından sonra, ortamdan seçilen iki nokta arasındaki en kısa yolun bulunması için çeşitli yazılımlar geliştirilmiştir.Bilgisayar üzerinde gerçekleştirilen yazılım ile ortamın analizi için yapay zeka tabanlı arama ve çözümleme fonksiyonları geliştirilmiştir. Ortam olarak çizgi labirent kullanılmıştır. Analiz için, duvar takibi, derinlik öncelikli arama, genişlik öncelikli arama algoritmaları ile testler yapılmıştır. Ortamın gerçek zamanlı taranmasında derinlik öncelikli arama ve genişlik öncelikli arama algoritmaları, Dijkstra en kısa yol algoritması ile bütünleşik çalıştırılmıştır. Bu hibrid çalışma gerçek ortamın keşfi için daha verimli sonuçlar vermektedir. Ortamın keşfi sonucunda tüm labirent grafik yapısına dönüştürülmüştür. Labirentin tanımlanması geliştirilen algoritmalar ile yapılabileceği gibi, labirentin görüntüsünün analizi ile de yapılabilmektedir. Bunun için görüntü işleme yazılımı geliştirilmiş ve labirentin yapısı bilgisayara aktarılmıştır. Robot, labirent üzerinde seçilen bir hedef nokta için en kısa mesafeyi kullanarak ulaşabilmektedir. Bu işlem için A Yıldız (A*) veya açgözlü en iyi öncelikli arama algoritmaları kullanılmıştır. Bu algoritmalardan A* yapılan testlerde her zaman en kısa yolu vermiştir. Test labirentlerinin oluşturulması derinlik öncelikli arama algoritması ile rastgele yapılmıştır.

In this thesis, a previously unknown real environment will be able to identify with an autonomous mobile robot. After the environment is identified, the shortest path between the two selected points will be found.Artificial intelligence based search and solve functions have been developed for the analysis of the environment with the designed software on the computer. Line maze was used as environment. For analysis, wall-followed, breadth first search algorithms are used. In real-time scanning of the environment, depth-first search and breadth-first search algorithms are integrated with the Dijkstra shortest path algorithm. This hybrid work gives more efficient results for the discovery of the real environment. As a result of the discovery of the environment, the whole maze has been transformed into a graph structure. The identification of the maze can also be done by analyzing the image of the maze. Image processing software has been developed for this and the maze structure has been transferred to the computer. The robot is able to reach the selected target point on the maze using the shortest distance. A star (A *) or greedy best-prioritized search algorithms are used to find the shortest path. It has been observed that A * always gives the shortest path as a result of the tests. The test mazes were randomly generated with a depth-first search algorithm.