Académique Documents
Professionnel Documents
Culture Documents
Resumen:
En este documento se presenta la propuesta de un algoritmo para la planeacin de trayectorias empleando un modelo de partculas activas Brownianas.
Existen varios mtodos para la planeacin de trayectorias en robtica mvil,
siendo de los ms populares el basado en campos potenciales articiales, sin
embargo, este mtodo tiene la desventaja de presentar mnimos locales, lo
cual puede hacer que el robot no logre llegar al punto destino. Aunque ya se
han realizado aplicaciones de partculas para evadir mnimos locales, en la
propuesta aqu presentada se busca emplear un modelo compacto que permita la planeacin de trayectorias evadiendo mnimos locales.
1 Ingeniero Electrnico-Mecatrnico, Especialista en Telecomunicaciones
Mviles, Magister
en Ingeniera Industrial, Universidad
Distrital Francisco
Jos de Caldas.
Correo:
heespitiac@unal.edu.co
2 Ingeniero Elctrico,
M.Sc. en Sistemas
de Control, Ph.D.
en Sistemas de
Control, Universidad Nacional de
Colombia. Correo:
jsofronye@unal.
edu.co
Palabras clave:
Robtica mvil, planeacin trayectorias, enjambres, partculas activas brownianas.
Abstract:
This paper presents the proposal of an algorithm for path planning using a model of
active Brownian particles. There are several path planning methods in mobile robotics, the most popular being the one based
on articial potential elds. However, the
drawback to this method is the local minima, which may lead the robot to failure
when reaching its target. Although particle
applications have been developed to avoid
Key Words:
Mobile robotics, Path Planning, Active
Brownian Particles.
1. Introduccin
El comportamiento de muchos seres vivos
est sujeto a la interaccin que se presenta
con sus vecinos, lo cual es til para bsqueda de alimento como tambin para evadir
ALGORITMO PARA LA PLANEACIN DE TRAYECTORIAS DE ROBOTS MVILES EMPLEANDO ENJAMBRES DE PARTCULAS BROWNIANAS
La aplicacin que
se presenta en
este documento
emplea modelos
de partculas activas brownianas,
donde se busca
tener un algoritmo
con pocos parmetros que incorpore
una fuerza de
autopropulsin y
un componente
de movimiento
browniano.
3. Modelo empleado
El modelo seleccionado para la implementacin del algoritmo de planeacin de trayectorias se basa en la forma de locomocin del
zooplancton Daphnia, con lo cual se busca
aprovechar la caracterstica aleatoria de bsqueda y la forma de locomocin con caracterstica de vorticidad, ya que, tal como se
presenta en [8], esta puede ser una buena
estrategia para evadir mnimos locales. El
modelo seleccionado para ser implementado en la generacin de trayectorias es:
r
dri r
= vi
dt
(1)
r
r
r
r
dvi r
mi
= Fpro ,i + Fint ,i + Fesp ,i + Fest ,i
dt
(2)
r
r
Fpro ,i = ( + | vi |2 )vi
(3)
r
r r
a
Fint ,i = a (ri R) =
N
( r r )
i
(4)
j =1
ALGORITMO PARA LA PLANEACIN DE TRAYECTORIAS DE ROBOTS MVILES EMPLEANDO ENJAMBRES DE PARTCULAS BROWNIANAS
r
r r
U obj (r ) = kobj dis(r , robj ) 2
(5)
r
r r
U obs (r ) = kobs dis(r , robs ) 1
(6)
r r
dis(r , ra ) = ( x xa ) 2 + ( y ya ) 2
r
r
Fesp ,i = k f iU esp (ri ) (9)
Donde k f es una constante que pondera
la inuencia que tienen los obstculos y la
meta.
Finalmente,
se tiene la fuerza estocstica
r
r
Fest ,i = x i (t ), la cual, segn [25], evita el colapso de los individuos, de tal forma que se
puede omitir la interaccin de repulsin de
corto rango. Adicionalmente
r en [7] y [25] se
muestra que el trmino x (t ) permite tener
una transicin entre un movimiento traslacional a uno rotacional cuando se tienen las
mismas condiciones iniciales en la posicin
y la velocidad. Para efectos prcticos, esta
fuerza se calcula mediante una distribucin
normal de media cero y varianza D .
(7)
r
r
U esp = U obj (r ) + U obs ,m (r )
La fuerza sobre cada partcula que se produce por el potencial U esp es:
(8)
m =1
U min
r
r
U esp ( R), i U min U esp ( Rr);
=
i U min < U esp ( R).
U min ,
(10)
= 0 + e
(11)
0 e max
(12)
r
ifU min U esp ( R);
d e c ,
r
=
dt
d , ifU min < U esp ( R).
suministrada a la partcula, mientras que los
valores positivos corresponden a la fuerza
de frenado.
Para 300 iteraciones, mi = 1, = 1, N = 20,
= 1, = 0,2 y condiciones iniciales aleatorias
el resultado de la simualcin del modelo se
presenta en la Figura 2, donde se aprecia el
comportamiento de la vorticidad de las partculas.
(13)
ALGORITMO PARA LA PLANEACIN DE TRAYECTORIAS DE ROBOTS MVILES EMPLEANDO ENJAMBRES DE PARTCULAS BROWNIANAS
6. Algoritmo propuesto
Para aplicar el modelo dinmico del enjambre, las ecuaciones diferenciales se discretizan considerando un intervalo de tiempo t,
de tal forma que se tiene:
r
r
r
(14)
ri (n) = ri (n 1) + vi t
r
r
r
r
vi (n) = vi (n 1) + ( F pro ,i + Fint ,i + (15)
r
r
Fesp ,i + Fest ,i )t/mi
La contribucin de e en tiempo discreto
es:
r
si U min U esp ( R);
c ,
r
e (n) = e (n 1) + t
d , si U min < U esp ( R).
(16)
Calcular Ue
for i = 1 hata N do
8
9
10
end
Establecer el trayecto final
11 end
10
ALGORITMO PARA LA PLANEACIN DE TRAYECTORIAS DE ROBOTS MVILES EMPLEANDO ENJAMBRES DE PARTCULAS BROWNIANAS
7.1. Resultados
Los resultados para 10 ejecuciones del algoritmo con las diferentes conguraciones de
parmetros se pueden apreciar en la Tabla
1. Los valores consignados en esta tabla corresponden al nmero de iteraciones requeridas para llegar al punto objetivo.
Caso 1
Caso 2
Caso 3
Caso 4
Caso 5
Caso 6
Caso 7
Caso 8
10
10
20
20
10
10
20
20
0,2
0,5
0,2
0,5
0,2
0,5
0,2
0,5
Ejecucin 1
419
543
359
504
339
575
344
582
Ejecucin 2
341
710
426
460
496
478
493
869
Ejecucin 3
361
474
441
575
341
740
527
634
Ejecucin 4
341
573
402
1000
410
659
385
640
Ejecucin 5
352
600
353
620
579
513
606
476
Ejecucin 6
396
700
413
567
409
713
370
711
Ejecucin 7
343
773
524
910
640
518
348
1.029
Ejecucin 8
367
653
349
625
349
671
445
541
Ejecucin 9
339
958
354
815
429
679
406
584
Ejecucin 10
382
559
403
581
468
583
415
578
Media
364,1
654,3
402,4
665,7
446,0
612,9
433,9
664,4
Varianza
739,9
19.450,2
2.940,5
32.341,8
10.349,6
8.395,4
7.219,2
27.769,6
11
8. Conclusiones
Figura 7. Resultados de la comparacin para los
casos con variacin de parmetros.
Este trabajo mostr que el algoritmo propuesto logra evadir mnimos locales en el
proceso de planeacin de trayectorias empleando campos potenciales. La principal caracterstica de la tcnica propuesta consiste
en utilizar un modelo de partculas activas
brownianas, con lo cual se busca emular el
comportamiento de ciertos seres vivos.
Para mostrar el funcionamiento del algoritmo se consider un caso estndar. En el anlisis se observ que, de los casos considerados, el parmetro que tiene mayor inuencia
en el algoritmo es el coeciente asociado a
la fuerza de frenado.
En un trabajo futuro se espera ajustar la funcin asociada al factor de propulsin, de tal
forma que las partculas puedan escapar mnimos locales de manera ms eciente.
12
ALGORITMO PARA LA PLANEACIN DE TRAYECTORIAS DE ROBOTS MVILES EMPLEANDO ENJAMBRES DE PARTCULAS BROWNIANAS
[7]
Referencias
[8]
[9]
[1]
[2]
[3]
[4]
[5]
[6]
[10] Anbal Ollero Baturone. Robtica, manipuladores y robots mviles. Marcombo, 2001.
[11] Nils Nilsson J. A Mobile Automaton: An Application of Articial Intelligence Techiques. Proc. of the 1st
International Joint Conference on Articial Intelligence, 1969.
[12] Armando Segovia y Michkle Rombaut.
Path Finding from a Spot Image for a
Mobile Robot. Intelligent Vehicles 93
Symposium, 1993.
[13] Rodney A. Brooks. Solving the FindPath Problem by Good Representation
of Free Space. IEEE Transactions
on Sysyems, Man and Cybernetics,
1983.
[14] Toms Lozano Prez. Spatial planning: a conguration space approach.
IEEE Transactions on Computers,
1983.
13
14