Show simple item record

Optimization of the cooperative behavior of robotic vehicles group with the help of evolutionary strategies.

Dublin Core metadata

dc.creatorΜαρτίνης, Αθανάσιοςel
dc.creatorMartinis, Athanasiosen
dc.date.accessioned2019-07-26T08:26:53Z
dc.date.available2019-07-26T08:26:53Z
dc.date.issued2019-07-26
dc.identifier.urihttp://hdl.handle.net/11713/9197
dc.description.abstractΟ σχεδιασμός ελεγκτών ρομποτικών οχημάτων, είναι ένα αντικείμενο εξαιρετικού ενδιαφέροντος καθώς οι αυτόνομες συσκευές παίζουν ολοένα και σημαντικότερο ρόλο στην καθημερινότητα μας. Ήδη μια πληθώρα εταιριών έχει παρουσιάσει αυτόνομα ρομποτικά συστήματα ικανά να κινούνται σε άγνωστο περιβάλλον. Στόχος της παρούσας εργασίας είναι να μελετηθεί η δυνατότητα σχεδίασης, με βέλτιστο τρόπο, ελεγκτών σχεδιασμέμων με την βοήθεια τεχνικών ευφυούς ελέγχου για την πλοήγηση αυτόνομων ρομποτικών συσκευών. Συγκεκριμένα σχεδιάστηκαν ασαφής ελεγκτές για τη πλοήγηση ρομποτικών οχημάτων που κινούνταν σε άγνωστο περιβάλλον. Οι ελεγκτές βελτιστοποιήθηκαν με τη βοήθεια γεννετικών αλγορίθμων, μιας διαδικασίας βελτιστοποίησης εμπνευσμένη από τη διαδικασία της φυσικής επιλογής, που βασίζεται στην αξιολόγηση των αποτελεσμάτων με τη βοήθεια μιας συνάρτησης καταλληλότητας (fitness function). Στόχος ήταν να μελετηθεί η επίδραση διαφορετικών τύπων συναρτήσεων καταλληλότητας στην εξελικτική διαδικασία, καθώς και στη συμπεριφορά των οχημάτων. Προκειμένου να αξιολογηθεί η προτεινόμενη προσέγγιση προσομοιώθηκε η συμπεριφορά μιας ομάδας οχημάτων αποτελούμενη από 3 μέλη που είχαν κοινό στόχο. Μελετήθηκαν 3 διαφορετικοί τύποι συναρτήσεων καταλληλότητας σύμφωνα με τη προσέγγιση που έχει προταθεί στην [8], με κύριο χαρακτηριστικό τη πρότερη γνώση που ενσωματώνεται στην εξελικτική διαδικασία μέσω της συνάρτησης προσαρμογής. Όλα τα πειράματα πραγματοποιήθηκαν σε περιβάλλον προσομοίωσης με χρήση του προσομοιωτή ρομποτικών οχημάτων VREP. Η εξελικτική διαδικασία υλοποιήθηκε με χρήση του λογισμικού Matlab, που διασυνδέθηκε με το περιβάλλον προσομοίωσης VREP με μια προσέγγιση client – server. Τα αποτελέσματα που προέκυψαν αξιολογήθηκαν συγκριτικά και εξάχθησαν χρήσιμα συμπεράσματα.el
dc.description.abstractThe core component of autonomous vehicles is the actual controller of the vehicle itself, which is responsible the operation in an unknown environment. Currently there are several approaches on the actual type of the controller used and on the way that it is formulated. The scope of this thesis, was to study how we can derive working, robust controllers using computational intelligence techniques, so that we can autonomously navigate a robotic vehicle in an unknown environment with static and dynamic obstacles. Our approach was based on fuzzy logic, a technique which allows the modelling of human knowledge in a meaningfull way, in order to be used on a mobile robot. The afformentioned fuzzy logic based controllers were optimized using genetic lagorithms, a nature inspired methodology, which is based on fitness function which is metric that evaluates the overall performance of the proposed controller. A key factor to the optimization procedure is the a priori knowledge, that the fitness function provides, to the procedure. Based on the classification proposed in [8] we selected three different type of functions and used as a test case a team of three robots with a common goal. We performed detailed simulations and compared the performance of the different approaches. Based on the results we provide some insight about the influence of the different functions to the overall performance of the team and to the actual behavior of the robots.en
dc.languageΕλληνικάel
dc.languageGreeken
dc.publisherΤ.Ε.Ι. Κρήτης, Σχολή Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), ΔΠΜΣ Προηγμένα Συστήματα Παραγωγής, Αυτοματισμού και Ρομποτικήςel
dc.publisherT.E.I. of Crete, School of Engineering (STEF), IPPS Advanced Manufacturing Systems, Automation and Roboticsen
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.titleΒελτιστοποίηση της συνεργατικής συμπεριφοράς ομάδων ρομποτικών οχημάτων με τη βοήθεια εξελικτικών στρατηγικών.el
dc.titleOptimization of the cooperative behavior of robotic vehicles group with the help of evolutionary strategies.en

healMeta

heal.creatorNameΜαρτίνης, Αθανάσιοςel
heal.creatorNameMartinis, Athanasiosen
heal.publicationDate2019-07-26
heal.identifier.primaryhttp://hdl.handle.net/11713/9197
heal.abstractΟ σχεδιασμός ελεγκτών ρομποτικών οχημάτων, είναι ένα αντικείμενο εξαιρετικού ενδιαφέροντος καθώς οι αυτόνομες συσκευές παίζουν ολοένα και σημαντικότερο ρόλο στην καθημερινότητα μας. Ήδη μια πληθώρα εταιριών έχει παρουσιάσει αυτόνομα ρομποτικά συστήματα ικανά να κινούνται σε άγνωστο περιβάλλον. Στόχος της παρούσας εργασίας είναι να μελετηθεί η δυνατότητα σχεδίασης, με βέλτιστο τρόπο, ελεγκτών σχεδιασμέμων με την βοήθεια τεχνικών ευφυούς ελέγχου για την πλοήγηση αυτόνομων ρομποτικών συσκευών. Συγκεκριμένα σχεδιάστηκαν ασαφής ελεγκτές για τη πλοήγηση ρομποτικών οχημάτων που κινούνταν σε άγνωστο περιβάλλον. Οι ελεγκτές βελτιστοποιήθηκαν με τη βοήθεια γεννετικών αλγορίθμων, μιας διαδικασίας βελτιστοποίησης εμπνευσμένη από τη διαδικασία της φυσικής επιλογής, που βασίζεται στην αξιολόγηση των αποτελεσμάτων με τη βοήθεια μιας συνάρτησης καταλληλότητας (fitness function). Στόχος ήταν να μελετηθεί η επίδραση διαφορετικών τύπων συναρτήσεων καταλληλότητας στην εξελικτική διαδικασία, καθώς και στη συμπεριφορά των οχημάτων. Προκειμένου να αξιολογηθεί η προτεινόμενη προσέγγιση προσομοιώθηκε η συμπεριφορά μιας ομάδας οχημάτων αποτελούμενη από 3 μέλη που είχαν κοινό στόχο. Μελετήθηκαν 3 διαφορετικοί τύποι συναρτήσεων καταλληλότητας σύμφωνα με τη προσέγγιση που έχει προταθεί στην [8], με κύριο χαρακτηριστικό τη πρότερη γνώση που ενσωματώνεται στην εξελικτική διαδικασία μέσω της συνάρτησης προσαρμογής. Όλα τα πειράματα πραγματοποιήθηκαν σε περιβάλλον προσομοίωσης με χρήση του προσομοιωτή ρομποτικών οχημάτων VREP. Η εξελικτική διαδικασία υλοποιήθηκε με χρήση του λογισμικού Matlab, που διασυνδέθηκε με το περιβάλλον προσομοίωσης VREP με μια προσέγγιση client – server. Τα αποτελέσματα που προέκυψαν αξιολογήθηκαν συγκριτικά και εξάχθησαν χρήσιμα συμπεράσματα.el
heal.abstractThe core component of autonomous vehicles is the actual controller of the vehicle itself, which is responsible the operation in an unknown environment. Currently there are several approaches on the actual type of the controller used and on the way that it is formulated. The scope of this thesis, was to study how we can derive working, robust controllers using computational intelligence techniques, so that we can autonomously navigate a robotic vehicle in an unknown environment with static and dynamic obstacles. Our approach was based on fuzzy logic, a technique which allows the modelling of human knowledge in a meaningfull way, in order to be used on a mobile robot. The afformentioned fuzzy logic based controllers were optimized using genetic lagorithms, a nature inspired methodology, which is based on fitness function which is metric that evaluates the overall performance of the proposed controller. A key factor to the optimization procedure is the a priori knowledge, that the fitness function provides, to the procedure. Based on the classification proposed in [8] we selected three different type of functions and used as a test case a team of three robots with a common goal. We performed detailed simulations and compared the performance of the different approaches. Based on the results we provide some insight about the influence of the different functions to the overall performance of the team and to the actual behavior of the robots.en
heal.languageΕλληνικάel
heal.languageGreeken
heal.academicPublisherΤ.Ε.Ι. Κρήτης, Σχολή Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), ΔΠΜΣ Προηγμένα Συστήματα Παραγωγής, Αυτοματισμού και Ρομποτικήςel
heal.academicPublisherT.E.I. of Crete, School of Engineering (STEF), IPPS Advanced Manufacturing Systems, Automation and Roboticsen
heal.titleΒελτιστοποίηση της συνεργατικής συμπεριφοράς ομάδων ρομποτικών οχημάτων με τη βοήθεια εξελικτικών στρατηγικών.el
heal.titleOptimization of the cooperative behavior of robotic vehicles group with the help of evolutionary strategies.en
heal.typeΜεταπτυχιακή Διατριβήel
heal.typeMaster thesisen
heal.keywordρομποτικό όχημα, βελτιστοποίησηel
heal.keywordrobotic vehicle, optimizationen
heal.accessfreeel
heal.advisorNameΔοϊτσίδης, Ελευθέριοςel
heal.advisorNameDoitsidis, Eleftheriosen
heal.advisorID.emailldoitsidis@chania.teicrete.gr
heal.academicPublisherIDΤ.Ε.Ι. Κρήτηςel
heal.academicPublisherIDT.E.I. of Creteen
heal.fullTextAvailabilitytrueel
tcd.distinguishedfalseel
tcd.surveyfalseel


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 United States
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 United States