Introduktion til sværmrobotik

At interagere, forstå og derefter reagere på situationen er nogle af de største træk ved mennesker, og det er de ting, der gør os til det, vi er. Vi er født for at leve i et socialt samfund, og vi har altid vidst om os, at vi er den mest velopdragne sociale skabning, der er kendt siden oprettelsen af denne planet.

Den sociale kultur og interaktion med hinanden for at hjælpe til et fælles mål findes ikke kun hos mennesker, men også i andre arter på denne planet som en flok fugle eller fisk eller bier, alt hvad de har en ting til fælles, at de har en kollektiv adfærd. Når fuglene vandrer, ses de ofte i en gruppe, der ledes af det ledende medlem af deres gruppe, og alle følger dem, og deres gruppe er designet i en bestemt geometrisk form på trods af at fuglene ikke har nogen fornemmelse for figurerne og figurerne og gruppen er også lavet således, at de ældre medlemmer af gruppen er på grænserne, mens de unge eller de nyfødte er i centrum.

De samme egenskaber findes i ildmyrer, disse myrer er lidt forskellige fra andre arter af myrerne og er især kendt for deres gruppeadfærd, de bygger sammen, de spiser sammen og de forsvarer deres kolonier fra byttet sammen, dybest set ved de de kan opnå mere, når de er i en gruppe. En nylig undersøgelse blev udført på grupperne for disse myrer, hvor det blev fundet, at de var i stand til at fremstille stærke strukturer, når det var nødvendigt, såsom når det var nødvendigt for at skabe en lille bro til crossover.

Den kollektive opførsel af disse sociale dyr og insekt hjælper dem til at opnå mere på trods af alle deres begrænsninger. Forskere har vist, at enkeltpersoner fra disse grupper ikke har brug for nogen repræsentation eller sofistikeret viden for at producere så kompleks adfærd. I sociale insekter, dyr og fugle er enkeltpersoner ikke informeret om koloniens globale status. Viden om sværmen fordeles på alle agenter, hvor en person ikke er i stand til at udføre sin opgave uden resten af sværmen. Hvad hvis denne kollektive sensing kan bringes ind i en gruppe robotter? Dette er hvad sværmrobotik er, og vi vil lære mere om dette i denne artikel .

Robotter som en del af en sværm

Vores miljø, hvor vi lever, er meget inspirerende for os, mange af os henter inspiration til deres arbejde fra naturen og miljøet, berømte opfindere som Leonardo da Vinci gjorde det meget godt og kan ses i hans designs i dagens verden vi laver også den samme proces for os til løsning af design- og ingeniørproblemer, ligesom kugletogens næse er inspireret af isfuglens næb, så den har mere hastighed og er mere energieffektiv og producerer relativt mindre støj, når den passerer tunnellerne, og der er betegnelse for dette og dets kendt som Biomimicry.

Så for at løse de komplekse opgaver, hvor menneskelig indblanding er vanskelig og har højere kompleksitet af, hvad der skal være mere end bare en gennemsnitlig robot, som f.eks. Visse tilfælde, hvor en bygning kollapser på grund af et jordskælv, og folk er deprimerede under betonen, bestemt dette problem kræver en slags robot, der kan køre flere opgaver på én gang og lille nok til at komme igennem betonen og hjælper med at få information om menneskelig eksistens i første omgang, så hvad kommer du til at tænke på, en gruppe små robotter, der er små nok og autonomt skabe deres egen måde og få informationen, og den efterligner bestemt den slags sværm af insekter eller fluer og dermed hvor sværmrobotikken kommer på førstepladsen, og her er den mere formelle. Sværm robotiker et felt inden for multirobotik, hvor et stort antal robotter koordineres distribueret og decentralt. det er baseret på brugen af lokale regler, små enkle robotter inspireret af den kollektive opførsel af sociale insekter, så et stort antal enkle robotter kan overgå en kompleks opgave på en mere effektiv måde end en enkelt robot, hvilket giver gruppen robusthed og fleksibilitet.

Organisationer og grupper opstår fra interaktionerne mellem individerne og mellem individer og det omgivende miljø, disse interaktioner er spredt over hele kolonien, og så kan kolonien løse opgaver, der er vanskelige at løse af en enkelt person, hvilket betyder at arbejde hen imod et fælles mål.

Hvordan Swarm Robotics er inspireret af sociale insekter

Multi-robot-systemer opretholder nogle af karakteristikaene ved socialt insekt som robusthed. Robotsværmen kan fungere, selvom nogle af individerne fejler, eller der er forstyrrelser i det omgivende miljø fleksibilitet er sværmen i stand til at skabe forskellige løsninger til forskellige opgaver og er i stand til at ændre hver robotrolle afhængigt af behovet for øjeblikket. Skalerbarhed, robotsværmen er i stand til at arbejde i forskellige gruppestørrelser, fra nogle få individer til tusinder af dem.

Karakteristika ved Robot Swarm

Som sagt får den enkle robotsværm et kendetegn ved sociale insekter, som er anført som følger

1. Robottenes sværm skal være autonom og i stand til at fornemme og handle i virkelige omgivelser.

2. Antallet af robotter i en sværm skal være stort nok til at bakke op om hver eneste opgave som en gruppe, som de skal udføre.

3. Der skal være homogenitet i sværmen, der kan være forskellige grupper i sværmen, men de bør ikke være for mange.

4. En enkelt sværmrobot skal være ude af stand og ineffektiv i forhold til deres hovedmål, det vil sige, de har brug for at samarbejde for at få succes og forbedre præstationen.

5. Alle robotter er nødvendige for kun at have lokal sensing og kommunikationsfunktioner med sværmens nærliggende partner, dette sikrer, at koordinering af sværmen distribueres, og skalerbarhed bliver en af systemets egenskaber.

Multi-Robotics Systemer og Swarm Robotics

Sværmrobotik er en del af det multirobotiske system, og som gruppe har de nogle egenskaber til deres flere akser, der definerer deres gruppeadfærd

Samlet størrelse: Samlet størrelse er SIZE-INF, der er N >> 1, som er modsat SIZE-LIM, hvor antallet af robotens N er mindre end deres respektive miljøstørrelse, de er sat i.

Kommunikationsområde: Kommunikationsområdet er COM-NEAR, så robotterne kun kan kommunikere med de robotter, der er tæt nok.

Kommunikationstopologi: Kommunikationstopologi for robotterne i sværmen vil generelt være TOP-GRAFIK, robotter er forbundet i en generel graftopologi.

Kommunikationsbåndbredde: Kommunikationsbåndbredde er BAND-MOTION, Kommunikationsomkostningerne mellem de to robotter er de samme som at flytte robotterne mellem steder.

Kollektiv rekonfigurerbarhed: Kollektiv omkonfigurerbarhed er generelt ARR-COMM, dette er koordineret arrangement med medlemmerne, der kommunikerer, men det kan også være ARR-DYN, det er det dynamiske arrangement, positioner kan ændre tilfældigt.

Proces evne: proces evne er PROC-TME, hvor beregningsmodellen er en tuning maskine ækvivalent.

Kollektiv sammensætning: Kollektiv sammensætning er CMP-HOM, hvilket betyder, at robotter er homogene.

Fordele ved multirobotiske systemer sammenlignet med en enkelt robot

Opgaveparallelisme: Vi ved alle, at opgaverne kan nedbrydes, og vi er alle opmærksomme på den agile udviklingsmetode, så ved at bruge parallelisme kan grupper gøre det til at udføre opgaven mere effektivt.
Aktivitetsaktivering: En gruppe er mere magtfuld end en enkelt, og det samme gælder for sværmrobotikken, hvor en gruppe robotter kan få opgaven til at udføre en bestemt opgave, der er umulig for en enkelt robot
Distribution i sensing: Da sværmen har en kollektiv sensing, har den større rækkevidde af sensing end rækkevidden for en enkelt robot.
Distribution in Action: En gruppe robotter kan aktivere forskellige handlinger forskellige steder på samme tid.
Fejltolerance: En enkelt robots fiasko inden for en sværm af robotter i en gruppe betyder ikke, at opgaven mislykkes eller ikke kan udføres.

Eksperimentelle platforme i sværmrobotik

Der er forskellige eksperimentelle platforme, der bruges til sværmrobotik, hvilket involverer brugen af de forskellige eksperimentelle platforme og forskellige robotsimulatorer for at stimulere miljøet af sværmrobotik uden den nødvendige hardware.

1. Robotplatforme

Forskellige robotplatforme bruges i forskellige sværm-roboteksperimenter i forskellige laboratorier

(i) Swarmbot

Brugte sensorer: den har forskellige sensorer til at hjælpe botten ud, som inkluderer rækkefølersensorer og kamera.

Bevægelse: Den bruger hjul til at bevæge sig fra den ene til den anden.

Udviklet af: Det er udviklet af Rice University, USA

Beskrivelse: SwarmBot er en sværm-robotplatform udviklet til forskning af Rice University. Det kan autonomt arbejde i ca. 3 timer med en enkelt opladning, også disse robotter er selvaktiverede til at finde og lægge sig til ladestationer placeret på vægge.

(ii) Kobot

Brugte sensorer: Det involverer brug af afstandssensoren, synssensorerne og kompasset.

Bevægelse: Det bruger hjul til deres bevægelse

Udviklet af: Det er udviklet i KOVAN Research Lab ved Middle East Technical University, Tyrkiet.

Beskrivelse: Kobot er specielt designet til forskning inden for sværmrobotik. Den er lavet af flere sensorer, der gør den til en perfekt platform til at udføre forskellige sværm-robotsituationer såsom koordineret bevægelse. Det kan arbejde autonomt i 10 timer på en enkelt opladning. Det inkluderer også et udskifteligt batteri, der skal genoplades manuelt, og det er for det meste blevet brugt til implementering af selvorganiserende scenarier.

(iii) S-bot

Brugte sensorer: Det gør brug af forskellige sensorer til at få tingene til at fungere som sensorer til lys, IR, position, kraft, hastighed, temp, fugtighed, acceleration og en mikrofon.

Bevægelse: Det gør brug af treels fastgjort til basen til dets bevægelser.

Udviklet af: Det er udviklet af École Polytechnique Fédérale de Lausanne (EPFL), Schweiz.

Beskrivelse: S-bot er en af de mange kompetente og betydningsfulde sværm-robotplatforme, der nogensinde er bygget. den har et unikt griberdesign, der er i stand til at gribe genstande og andre s-bots. De kan også arbejde cirka 1 time på en enkelt opladning.

(iv) Jasmine-robot

Brugte sensorer: Det gør brug af afstands- og lyssensorer.

Udviklet af: Det er udviklet af universitetet i Stuttgart, Tyskland.

Bevægelse: Det bevæger sig på hjulene.

Beskrivelse: Jasmine mobile robotter er en sværm-robotplatforme, der bruges i mange sværm-robotundersøgelser.

(v) E-puck

Brugte sensorer: Det bruger en række sensorer som afstand, kamera, leje, acceleration og en mikrofon.

Udviklet af: École Polytechnique Fédérale de Lausanne (EPFL), Schweiz

Bevægelse: Det er baseret på hjulbevægelsen.

Beskrivelse: E-puck er primært designet til uddannelsesmæssige formål og er en af de mest succesrige robotter. På grund af sin enkelhed er det ofte også anvendt i sværmrobotikforskning. Den har udskiftelige batterier med en arbejdstid på 2-4 timer.

(vi) Kilobot

Brugte sensorer: Den bruger en kombination af afstands- og lyssensorer.

Udviklet af: Harvard University, USA

Bevægelse: Det bruger systemets vibrationer til bevægelse af systemets krop.

Beskrivelse: Kilobot er en moderat ny sværm-robotplatform med en unik funktion af gruppeafladning og gruppeprogrammering. På grund af sin enkelhed og lave strømforbrug har den en oppetid på op til 24 timer. Robotter oplades manuelt i grupper i en speciel ladestation.

2. Simulatorer

Robotsimulatorer løser problemet med den hardware, der er nødvendig til opgaven med at teste troværdigheden af bots i de kunstigt simulerede virkelige miljøparametre.

Der findes mange robotsimulatorer, der kan bruges til multi-roboteksperimenter, og mere specifikt til sværmroboteksperimenterne, og alle adskiller sig i deres tekniske aspekter, men også i licensen og omkostningerne. Nogle af simulatorerne til sværmbots og multirobotplatforme er som følger:

SwarmBot3D: SwarmBot3D er en simulator til multirobotik, men designet specielt til S-Bot-robotten i SwarmBot-projektet.
Microsoft Robotics Studio: Robotstudiet er en simulator udviklet af Microsoft. Det tillader multi-robot simulering og kræver, at Windows-platformen kører.
Webots: Webots er en realistisk mobil simulator, der tillader multi-robot simuleringer med allerede byggede modeller af de rigtige robotter. Det kan simulere reelle kollisioner ved at anvende fysikken i den virkelige verden. Imidlertid falder dens ydeevne, når man arbejder med mere end robotter, der gør simuleringer med et stort antal robotter vanskelige.
Spiller / scene / Gazebo: Player / scene / Gazebo er en open source-simulator med multi-robotfunktioner og et bredt sæt tilgængelige robotter og sensorer, der er klar til brug. Det kan godt håndtere simuleringerne af sværm-roboteksperimenterne i et 2D-miljø med meget gode resultater. Befolkningsstørrelsen i miljøet kan skalere op til 1000 enkle robotter i realtid.

Algoritmer og teknik, der bruges til forskellige opgaver i Swarm Robotics

Her skal vi udforske de forskellige teknikker, der anvendes i sværmrobotik til forskellige enkle opgaver såsom aggregering, spredning osv. Disse opgaver er de grundlæggende indledende trin til al den avancerede arbejde inden for sværmrobotik.

Aggregation: Aggregation er at få alle bots sammen, og det er virkelig vigtigt og indledende skridt i andre komplekse trin som mønsterdannelse, selvmontering, udveksling af information og kollektive bevægelser. En robot bruger sine sensorer såsom nærhedsfølere og mikrofon, der bruger lydudvekslingsmekanismer ved hjælp af aktuatoren såsom højttalere. Sensorerne hjælper en enkelt bot med at finde den nærmeste robot, der også viser sig at være centrum for gruppen, hvor bot kun skal koncentrere sig om den anden bot, der er i centrum af gruppen og nå frem til den og den samme proces efterfølges af alle medlemmer af sværmen, som lader dem samle alle.

Dispersion: Når robotterne samles på et enkelt sted, er det næste trin at sprede dem i miljøet, hvor de arbejder som et enkelt medlem af sværmen, og dette hjælper også med at udforske miljøet, hver sværmbot træner som en enkelt sensor, når den er tilbage at udforske. Forskellige algoritmer er blevet foreslået og brugt til spredning af robotterne, en af fremgangsmåderne inkluderer den potentielle feltalgoritme til spredning af robotterne, hvor robotterne afvises af forhindringerne og andre robotter, der gør det muligt for sværmiljøet at sprede sig lineært.

En af de andre tilgange involverer spredning baseret på læsning af trådløse intensitetssignaler, trådløse intensitetssignaler giver robotterne mulighed for at sprede sig uden viden fra deres nærmeste naboer, de fanger bare de trådløse intensiteter og arrangerer dem for at sprede dem i det omgivende miljø.

Dannelse af mønstre: Dannelse af mønstre i sværmrobotik er et væsentligt kendetegn ved deres kollektive adfærd, disse mønstre kan hjælpe meget, når et problem skal løses, der involverer hele gruppen arbejder sammen. I mønsterdannelse skaber bots en global form ved at ændre den del af de enkelte robotter, hvor hver bot kun har lokal information.

En sværm af robotter danner en struktur med en intern og ekstern defineret form. Reglerne, der får partiklen / robotterne til at aggregeres i den ønskede formation, er lokale, men en global form opstår uden at have nogen global information med hensyn til et individuelt medlem af sværmen. Algoritmen bruger virtuelle fjedre mellem de omkringliggende partikler under hensyntagen til, hvor mange naboer de har.

Kollektiv bevægelse: Hvad betyder et team, hvis de ikke alle kan løse problemet sammen, og det er den bedste del af en sværm? Kollektiv bevægelse er en måde at lade koordinere en gruppe robotter og få dem til at bevæge sig sammen som en gruppe på en sammenhængende måde. Det er en grundlæggende måde at gøre nogle kollektive opgaver på og kan klassificeres i to typer dannelse og strømning.

Der er mange metoder til kollektiv bevægelse, men kun de, der tillader skalerbarhed med et stigende antal robotter, er bekymrende, hvor hver robot genkender den relative position for sin nabo og reagerer med respektive kræfter, som kan være attraktive eller frastødende for at danne strukturer for kollektive bevægelser.

Tildeling af opgaver: Tildeling af opgaver er et problematisk område i sværmrobotik på baggrund af arbejdsdeling. Der er dog forskellige metoder, der anvendes til arbejdsdivisionen, en af dem er, at hver robot vil holde en observation på andre robots opgaver og vedligeholder historien for det samme og senere kan ændre sin egen adfærd for at komme i form selv i opgaven, denne metode er baseret på sladderkommunikation, og den har helt sikkert sine fordele ved bedre ydeevne, men samtidig har den en ulempe, at den på grund af begrænset robusthed og pakketab under kommunikation viser sig at være mindre skalerbar. I den anden metode annonceres opgaver af nogle af robotterne, og et bestemt antal andre robotter deltager i dem samtidigt, det er en enkel og reaktiv metode.

Søgning efter en kilde: Sværmsrobotik er meget vellykket i kildesøgningsopgaven, især når kilden til søgningen er kompleks som i tilfælde af lyd eller lugt. Søgningen med sværmrobotikken foregår på to måder, den ene er global, den anden er lokal, og forskellen mellem de to er kommunikationen. En med den globale kommunikation mellem robotterne, hvor robotterne er i stand til at finde den maksimale globale kilde. Den anden er begrænset til kun lokal kommunikation mellem robotterne for at finde de lokale maksima.

Transport af genstande: Myrerne har kollektiv transport af genstande, hvor en individuel myre venter på den anden kompis for samarbejdet, hvis den genstand, der skal transporteres, er for tung. Under de samme lette robotter får sværmen tingene til at fungere på samme måde, hvor hver robot har fordelen ved at få samarbejde fra de andre robotter til transport af objekterne. S-bots tilbyder en fantastisk platform til at løse problemet med transport, hvor de selv samles for at samarbejde, og deres algoritme skaleres op, hvis objektet, der skal transporteres, er tungt.

Den anden metode er den kollektive transport af objekter, hvor objekterne samles og opbevares til senere transport, her har robotterne to forskellige opgaver - at samle objekterne og placere dem i en vogn og flytte kollektivt vognen, der bærer disse genstande.

Kollektiv kortlægning: Kollektiv kortlægning bruges til udforskning og kortlægning af de store indendørs områder ved hjælp af et stort antal robotter.

I en metode udføres kortlægningen af de to grupper af to robotter, som udveksler information for at flette kortene. Den anden metode er rollebaseret, hvor robotten kan påtage sig en af de to roller, der bevæger sig eller er et vartegn, som de kan bytte til sværmens bevægelse. Robotterne har også et bestemt skøn over deres position, så det er nødvendigt at estimere placeringen af de andre robotter for at opbygge et kollektivt kort.

Den virkelige verdens anvendelse af sværmrobotik

Selvom den omfattende forskning inden for sværmrobotik er begyndt omkring 2012 indtil nu, er den ikke kommet ud med den kommercielle virkelige applikation, den bruges til medicinske formål, men ikke i den store skala og er stadig under test. Der er forskellige grunde bag, at denne teknologi ikke kommer ud kommercielt.

Design af algoritme for individ og global: Sværmens kollektive opførsel kommer ud fra individet, som kræver design af en enkelt robot og dens adfærd, og der findes i øjeblikket ingen metode til at gå fra individ til gruppeadfærd.

Test og implementering: Omfattende krav til laboratorier og infrastruktur til videreudvikling.

Analyse og modellering: De forskellige grundlæggende opgaver udført i sværmrobotik antyder, at disse er ikke-lineære, og det er derfor svært at opbygge de matematiske modeller for deres arbejde

Udover disse udfordringer er der yderligere sikkerhedsudfordringer for den enkelte og sværmen på grund af deres enkle design

(i) Fysisk opsamling af robotterne.

(ii) Identitet for individet i sværmen, at robotten skal vide, om den interagerer med en robot fra sin sværm eller en anden sværm.

(iii) Kommunikationsangreb på individet og sværmen.

Hovedmålet med sværmrobotikken er at dække et bredt område, hvor robotterne kunne sprede sig og udføre deres respektive opgaver. De er nyttige til at detektere farlige hændelser som lækager, landminer osv., Og den største fordel ved et distribueret og bevægeligt netværk af sensorer er, at det kan mærke det brede område og endda handle på det.

Anvendelserne af sværmrobotikken er virkelig lovende, men der er stadig behov for dens udvikling både i algoritmisk og modelleringsdel.