Biyolojik tabanlı eniyileme yöntemleri kullanılarak çoklu robotlar ile bilinmeyen bir ortamın gerçek zamanlı kimyasal gaz yoğunluğu haritalanması

Abstract

Bu tez çalışmasında bilinmeyen bir ortamda kimyasal gaz yoğunluğunun yüksek olduğu bölgenin tespiti ve bu kimyasal ortamın gerçek zamanlı üç boyutlu haritalanması gezgin robotlar kullanarak biyolojik tabanlı eniyileme yöntemleri yardımı ile gerçeklenmiştir. Kimyasal ortamın en yoğun olduğu bölgesini arama ve ortamı haritalama işlemleri için kheNose donanımı ile donatılmış Khepera~III gezgin robotlarkullanılmıştır. Arama işlemi Eşzamansız Parçacık Sürü Eniyileme, Bakteri Beslenmesi Tabanlı Enyineleme ve Karınca Kolonisi Beslenmesi Tabanlı Eniyileme yöntemleri kullanılarak gerçekleştirilmiştir. Üstelik uygulanan yöntemlerin tutarlığın denetlemek amacı ile Süpürmeyöntemi kullanılmıştır. Arama ve haritalama sırasında robotlar pozisyon bilgilerini ve algılayıcı verilerini kablosuz ağ üzerinden diğer robotlar ile paylaşmakta ve aynı zamanda kumanda merkezine aktarmaktadırlar. Kumanda merkezine gelen veriler birleştirilmiş, süzülmüş ve ortamın kimyasal gaz yoğunluğunun gerçek zamanlı 3 boyutlu haritalanması çıkarılmıştır. Ayrıca /emph{Kriging} ve süzgeçleme yöntemi kullanarak elde edilen verilere aradeğerleme, dışdeğerleme ve pürüzsüzleştirme yapılarak daha pürüzsüz harita elde edilmiştir. Uygulanan yöntemlerin verimliliği elden edilen kimyasal harita kalitesi ve kimyasal kaynağın başarılı biçimde bulabilme özellikleri bakımından karşılaştırlmıştır.

In this thesis implementations of various bio-inspired algorithms for obtaining high concentration regions of the chemical gas and real time chemical gas concentration mapping of an environment filled with a contaminant by using mobile robots are described. Khepera~III miniature mobile robots equipped with the /emph{``kheNose''} transducer are used to search and determine the high concentration regions of the chemical gas contaminant and to build $3D$ map of the chemical gas concentration in the environment. The search and mapping process is achieved by using the Particle Swarm Optimization (PSO), Bacterial Foraging Optimization (BFO), and Ant Colony Optimization (ACO) algorithms. Moreover, we perform Sweeping algorithm as base case to compare with implemented algorithms. During the experiments at each step the robots share their sensor readings and position data through a wireless network among each other and also send to a remote computer where the data are combined, filtered, and interpolated to form the chemical concentration 3D map of the environment in real time. In order to obtain smoother chemical concentration map the Kriging method is used and an extrapolation and an interpolation algorithms are applied. The performance of the implemented algorithms are also compared in terms of the quality of the maps obtained and success of locating the contaminating gas sources.