- Robotar som en del av en svärm
- Hur Swarm Robotics är inspirerad av Social Insects
- Egenskaper för Robot Swarm
- Multi-Robotics System och Swarm Robotics
- Fördelar med Multi-Robotics-system jämfört med en enda robot
- Experimentella plattformar i Swarm Robotics
- Algoritmer och teknik som används för olika uppgifter i Swarm Robotics
- Den verkliga världen tillämpning av Swarm Robotics
Att interagera, förstå och sedan svara på situationen är några av de största egenskaperna hos människor och det är de saker som gör oss till vad vi är. Vi är födda för att leva i ett socialt samhälle och vi har alltid känt om oss att vi är den mest väluppfostrade sociala varelsen som har varit känd sedan denna planet skapades.
Den sociala kulturen och interaktionen med varandra för att hjälpa till med ett gemensamt mål finns inte bara hos människor utan också hos andra arter på denna planet som en flock fåglar eller fiskar eller bin, allt de har en sak gemensamt att de har ett kollektivt beteende. När fåglarna vandrar så ses de ofta i en grupp som leds av den ledande medlemmen i deras grupp och alla följer dem och deras grupp är utformade i en viss geometrisk form trots att fåglarna inte har någon känsla för formerna och figurerna och gruppen är också gjord så att de äldre medlemmarna i gruppen är på gränserna medan de unga eller de nyfödda är i centrum.
Samma egenskaper finns i eldmyror, dessa myror skiljer sig lite från andra arter av myrorna och är särskilt kända för sitt gruppbeteende, de bygger tillsammans, de äter tillsammans och de försvarar sina kolonier från byten tillsammans, i princip vet de de kan uppnå mer när de är i en grupp. En nyligen genomförd studie genomfördes på gruppbeteendet hos dessa myror där det visade sig att de var kapabla att skapa starka strukturer när det behövs, till exempel när det behövs för att skapa en liten bro för övergång.
Dessa sociala djurs kollektiva beteende och insekts hjälp hjälper dem att uppnå mer trots alla deras begränsningar. Forskare har visat att individer från dessa grupper inte behöver någon representation eller sofistikerad kunskap för att producera sådana komplexa beteenden. I sociala insekter, djur och fåglar informeras inte individer om koloniens globala status. Kunskapen om svärmen fördelas över alla agenter, där en individ inte kan utföra sin uppgift utan resten av svärmen. Vad händer om denna kollektiva avkänning kan föras in i en grupp robotar? Detta är vad svärmrobotik är och vi kommer att lära oss mer om detta i den här artikeln .
Robotar som en del av en svärm
Vår miljö där vi bor är väldigt inspirerande för oss, många av oss hämtar inspiration för sitt arbete från naturen och miljön, kända uppfinnare som Leonardo da Vinci gjorde det mycket bra och kan ses i hans mönster i dagens värld vi gör också samma process för oss för att lösa konstruktions- och tekniska problem som att näsan på kultåg är inspirerad av kungsfiskarens näbb så att den får mer fart och blir mer energieffektiv och producerar relativt mindre ljud när den passerar igenom tunnlarna och det finns term som myntas för detta och dess kända som Biomimicry.
Så för att lösa de komplexa uppgifter där mänsklig intervention är svår och har högre komplexitet av vad som behöver vara mer än bara en genomsnittlig robot som vissa användningsfall där en byggnad kollapsar på grund av en jordbävning och människor är deprimerade under betongen, verkligen detta problem kräver någon typ av robot som kan köra flera uppgifter samtidigt och tillräckligt liten för att klara sig genom betongen och hjälper till att få information om människans existens från första början, så vad kommer du att tänka på, en grupp små robotar som är små tillräckligt och autonomt skapa sin egen väg och få informationen och det efterliknar verkligen en slags svärm av insekter eller flugor och därmed där svärmrobotiken kommer in på första plats och här är den mer formella. Svärmrobotikär ett fält av multirobotik där ett stort antal robotar samordnas på ett distribuerat och ett decentraliserat sätt. det bygger på användningen av lokala regler, små enkla robotar inspirerade av sociala insekters kollektiva beteende så att ett stort antal enkla robotar kan överträffa en komplex uppgift på ett mer effektivt sätt än en enda robot, vilket ger robusthet och flexibilitet för gruppen.
Organisationer och grupper dyker upp från interaktionen mellan individerna och mellan individer och den omgivande miljön, dessa interaktioner är utspridda över kolonin och så kan kolonin lösa uppgifter som är svåra att lösa av en enda individ, vilket innebär att arbeta mot ett gemensamt mål.
Hur Swarm Robotics är inspirerad av Social Insects
Multirobotsystem bibehåller några av egenskaperna hos social insekt som robusthet, robotens svärm kan fungera även om vissa individer misslyckas, eller om det finns störningar i omgivningen; flexibilitet, kan svärmen skapa olika lösningar för olika uppgifter och kan ändra varje robotroll beroende på behovet av ögonblick. Skalbarhet, robotens svärm kan arbeta i olika gruppstorlekar, från några få individer till tusentals av dem.
Egenskaper för Robot Swarm
Som sagt förvärvar enkel robotsvärm en egenskap hos sociala insekter som listas enligt följande
1. Robotens svärm måste vara autonom och kunna känna och agera i verklig miljö.
2. Antalet robotar i en svärm måste vara tillräckligt stort för att stödja varje uppgift som en grupp som de är skyldiga att utföra.
3. Det bör finnas homogenitet i svärmen, det kan finnas olika grupper i svärmen men de bör inte vara för många.
4. En enda robot från svärmen måste vara oförmögen och ineffektiv i förhållande till deras huvudsakliga mål, det vill säga de behöver samarbeta för att lyckas och förbättra prestanda.
5. Alla robotar är nödvändiga för att endast ha lokal avkännings- och kommunikationsförmåga med grannpartnern till svärmen, detta säkerställer att samordningen av svärmen distribueras och skalbarhet blir en av systemets egenskaper.
Multi-Robotics System och Swarm Robotics
Swarm-robotik är en del av det multirobotiska systemet och som grupp har de vissa egenskaper till sina flera axlar som definierar deras gruppbeteende
Samlingsstorlek: Samlingsstorlek är SIZE-INF som är N >> 1 som är mittemot SIZE-LIM, där antalet robotens N är mindre än deras respektive miljöstorlek de sätts i.
Kommunikationsområde: Kommunikationsområdet är COM-NEAR, så att robotarna bara kan kommunicera med robotarna som är tillräckligt nära.
Kommunikationstopologi: Kommunikationstopologi för robotarna i svärmen skulle i allmänhet vara TOP-GRAPH, robotar är länkade i en allmän graftopologi.
Kommunikationsbandbredd: Kommunikationsbandbredd är BAND-MOTION, kommunikationskostnaden mellan de två robotarna är densamma som att flytta robotarna mellan platser.
Kollektiv rekonfigurerbarhet: Kollektiv omkonfigurerbarhet är generellt ARR-COMM, detta är ett samordnat arrangemang med medlemmarna som kommunicerar, men det kan också vara ARR-DYN, det vill säga det dynamiska arrangemanget, positioner kan förändras slumpmässigt.
Processförmåga: process förmåga är PROC-TME, där beräkningsmodellen är en avstämnings maskin motsvarande.
Kollektiv komposition: Kollektiv komposition är CMP-HOM, vilket innebär att robotar är homogena.
Fördelar med Multi-Robotics-system jämfört med en enda robot
- Uppgiftsparallellism: Vi vet alla att uppgifterna kan vara nedbrytbara, och vi är alla medvetna om den agila utvecklingsmetoden, så genom att använda parallellism kan grupper göra för att utföra uppgiften mer effektivt.
- Aktivitetsaktivering: En grupp är mer kraftfull än en enda och samma gäller för svärmrobotiken, där en grupp robotar kan göra uppgiften att göra en viss uppgift som är omöjlig för en enda robot
- Distribution i avkänning: Eftersom svärmen har en kollektiv avkänning så har den ett bredare avkänningsområde än räckvidden för en enda robot.
- Distribution in Action: En grupp robotar kan utföra olika åtgärder på olika platser samtidigt.
- Feltolerans: Fel på en enda robot inom en svärm av robotar inom en grupp innebär inte att uppgiften kommer att misslyckas eller inte kan utföras.
Experimentella plattformar i Swarm Robotics
Det finns olika experimentplattformar som används för svärmrobotik, vilket innebär användning av olika experimentplattformar och olika robotsimulatorer för att stimulera miljön för svärmrobotik utan den faktiska hårdvaran som behövs.
1. Robotplattformar
Olika robotplattformar används i olika svärmrobotförsök i olika laboratorier
(i) Swarmbot
Sensorer som används: den har olika sensorer för att hjälpa botten som inkluderar avståndssensorer och kamera.
Rörelse: Den använder hjul för att flytta från ett till ett annat.
Utvecklad av: Den har utvecklats av Rice University, USA
Beskrivning: SwarmBot är en svärmrobotplattform utvecklad för forskning av Rice University. Det kan autonomt fungera i ungefär 3 timmar med en enda laddning, även dessa robotar är självaktiverade för att hitta och docka sig till laddstationer placerade på väggar.
(ii) Kobot
Använda sensorer: Det handlar om att använda avståndssensorn, synsensorerna och kompassen.
Rörelse: Den använder hjul för sin rörelse
Utvecklat av: Det är utvecklat i KOVAN Research Lab vid Middle East Technical University, Turkiet.
Beskrivning: Kobot är speciellt utformad för forskning inom svärmrobotik. Den är gjord av flera sensorer som gör den till en perfekt plattform för att utföra olika svärmsrobotiska situationer som samordnad rörelse. Det kan fungera självständigt i 10 timmar på en enda laddning. Det innehåller också ett utbytbart batteri som ska laddas manuellt och det har mest använts vid implementeringen av självorganiserande scenarier.
(iii) S-bot
Sensorer som används: Det använder olika sensorer för att få saker att fungera som sensorer för ljus, IR, position, kraft, hastighet, temp, fuktighet, acceleration och en mikrofon.
Rörelse: Det använder sig av skruvar som är fästa vid basen för sina rörelser.
Utvecklad av: Den har utvecklats av École Polytechnique Fédérale de Lausanne (EPFL), Schweiz.
Beskrivning: S-bot är en av de många kompetenta och betydande robotarplattformar som någonsin byggts. den har en unik greppdesign som kan ta tag i föremål och andra s-bots. De kan också träna ungefär 1 timme på en enda laddning.
(iv) Jasmine Robot
Använda sensorer: Den använder avstånds- och ljussensorer.
Utvecklad av: Det är utvecklat av universitetet i Stuttgart, Tyskland.
Rörelse: Den rör sig på hjulen.
Beskrivning: Jasmines mobilrobotar är en svärmrobotplattformar som används i många svärmrobotforskningar.
(v) E-puck
Använda sensorer: Den använder en mängd olika sensorer som avstånd, kamera, lager, acceleration och en mikrofon.
Utvecklad av: École Polytechnique Fédérale de Lausanne (EPFL), Schweiz
Rörelse: Den är baserad på hjulrörelsen.
Beskrivning: E-puck är främst utformad för utbildningsändamål och är en av de mest framgångsrika robotarna. Men på grund av sin enkelhet används den ofta också i svärmrobotikforskning. Den har utbytbara batterier med en arbetstid på 2-4 timmar.
(vi) Kilobot
Använda sensorer: Den använder en kombination av avstånds- och ljussensorer.
Utvecklat av: Harvard University, USA
Rörelse: Det använder systemets vibrationer för att flytta systemets kropp.
Beskrivning: Kilobot är en måttligt ny svärmrobotplattform med en unik funktion för gruppladdning och gruppprogrammering. På grund av sin enkelhet och låga strömförbrukning har den en upptid på upp till 24 timmar. Robotar laddas manuellt i grupper i en speciell laddstation.
2. Simulatorer
Robotsimulatorer löser problemet med hårdvaran som behövs för jobbet med att testa robottarnas trovärdighet i de artificiellt simulerade riktiga miljöparametrarna.
Det finns många robotsimulatorer som kan användas för multirobotsexperiment, och mer specifikt för svärmrobotsexperiment och alla skiljer sig åt i sina tekniska aspekter men också i licens och kostnad. Några av simulatorerna för svärmbots och multirobotplattformar är som följer:
- SwarmBot3D: SwarmBot3D är en simulator för multirobotik men utformad speciellt för S-Bot-roboten i SwarmBot-projektet.
- Microsoft Robotics Studio: Robotstudion är en simulator utvecklad av Microsoft. Det tillåter multi-robot simulering och kräver att Windows-plattformen ska köras.
- Webots: Webots är en realistisk mobilsimulator som tillåter multi-robot-simuleringar, med redan byggda modeller av de riktiga robotarna. Det kan simulera verkliga kollisioner genom att tillämpa fysiken i den verkliga världen. Men dess prestanda minskar när man arbetar med mer än robotar som gör simuleringar med ett stort antal robotar svåra.
- Spelare / scen / Gazebo: Player / stage / Gazebo är en öppen källkodssimulator med multi-robotfunktioner och en bred uppsättning tillgängliga robotar och sensorer redo för användning. Det kan väl hantera simuleringarna av svärmrobotförsöken i en 2D-miljö med mycket bra resultat. Befolkningsstorleken i miljön kan skala upp till 1000 enkla robotar i realtid.
Algoritmer och teknik som används för olika uppgifter i Swarm Robotics
Här kommer vi att utforska de olika teknikerna som används i svärmrobotik för olika enkla uppgifter som aggregering, spridning etc. Dessa uppgifter är de grundläggande inledande stegen för all high-end-arbete inom svärmrobotik.
Aggregation: Aggregation är att få alla bots ihop och det är verkligen viktigt och inledande steg i andra komplexa steg som mönsterbildning, självmontering, utbyte av information och kollektiva rörelser. En robot använder sina sensorer som närhetssensorer och mikrofon som använder ljudutbytesmekanismer med hjälp av manöverdonet, såsom högtalare. Sensorerna hjälper en enda bot att hitta närmaste robot som också visar sig vara gruppens centrum, där bot måste koncentrera sig enbart på den andra bot som är i centrum av gruppen och nå mot den och samma process följs av alla medlemmar i svärmen som låter dem aggregera alla.
Dispersion: När robotarna samlas på ett enda ställe är nästa steg att sprida dem i miljön där de fungerar som en enda del av svärmen och detta hjälper också till att utforska miljön varje bot av svärmen tränar som en enda sensor när den är kvar att utforska. Olika algoritmer har föreslagits och använts för spridningen av robotarna, en av tillvägagångssätten inkluderar den potentiella fältalgoritmen för spridningen av robotarna där robotarna blir avstötade av hindren och andra robotar som gör att svärmmiljön kan spridas linjärt.
En av de andra metoderna involverar spridning baserat på läsning av trådlösa intensitetssignaler, trådlösa intensitetssignaler gör att robotarna kan spridas utan kunskap från sina närmaste grannar, de fångar bara de trådlösa intensiteterna och ordnar dem för att sprida dem i den omgivande miljön.
Formation of Patterns: Bildandet av mönster i svärmrobotik är ett viktigt kännetecken för deras kollektiva beteende, dessa mönster kan vara till stor hjälp när ett problem ska lösas som involverar hela gruppen. I mönsterbildningen skapar bots en global form genom att ändra den del av de enskilda robotarna där varje bot bara har lokal information.
En svärm av robotar bildar en struktur med en intern och extern definierad form. Reglerna som får partiklarna / robotarna att aggregeras i den önskade formationen är lokala, men en global form framträder utan att ha någon global information med avseende på en enskild svärmedlem. Algoritmen använder virtuella fjädrar mellan angränsande partiklar, med hänsyn till hur många grannar de har.
Kollektiv rörelse: Vad är meningen med ett team om de inte alla kan lösa problemet tillsammans och det är den bästa delen av en svärm? Kollektiv rörelse är ett sätt att låta samordna en grupp robotar och få dem att röra sig tillsammans som en grupp på ett sammanhängande sätt. Det är ett grundläggande sätt att göra vissa kollektiva uppgifter gjort och kan klassificeras i två typer av bildning och flockning.
Det finns många metoder för kollektiv rörelse, men endast de som möjliggör skalbarhet med ett växande antal robotar är oroande där varje robot känner igen grannens relativa position och reagerar med respektive krafter som kan vara attraktiva eller motbjudande för att bilda strukturer för kollektiva rörelser.
Tilldela uppgifter: Uppgiftsallokering är ett problematiskt område inom svärrobotik på grundval av arbetsfördelning. Det finns emellertid olika metoder som används för arbetsuppdelningen, en av dem är att varje robot skulle hålla en observation på andra roboters uppgifter och behåller historien för samma och senare kan ändra sitt eget beteende för att passa sig själv i uppgiften, den här metoden är baserad på skvallerkommunikation och den har säkert sina fördelar med bättre prestanda men samtidigt har den en nackdel att den på grund av begränsad robusthet och paketförlust under kommunikation blir mindre skalbar. I den andra metoden tillkännages uppgifter av några av robotarna och ett visst antal andra robotar deltar i dem samtidigt, det är en enkel och reaktiv metod.
Söka efter en källa: Swarm-robotik är mycket framgångsrik i källsökningen, särskilt när källan för sökningen är komplex som vid ljud eller lukt. Sökningen med svärmrobotiken görs på två sätt, den ena är global, den andra är lokal, och skillnaden mellan de två är kommunikationen. En med den globala kommunikationen mellan robotarna där robotarna kan hitta den globala maximala källan. Den andra är begränsad till endast lokal kommunikation mellan robotarna för att hitta de lokala maxima.
Transport av föremål: Myrorna har kollektiv transport av föremål där en enskild myra väntar på den andra kompisen för samarbetet om föremålet som ska transporteras är för tungt. Under samma lätta robotar får svärmen sakerna att fungera på samma sätt där varje robot har fördelen att få samarbete från de andra robotarna för att transportera föremålen. S-bots erbjuder en utmärkt plattform för att lösa transportproblemet där de själv monteras för att samarbeta och deras algoritm skala upp om objektet som ska transporteras är tungt.
Den andra metoden är kollektivtransport av föremål där föremålen samlas och lagras för senare transport, här har robotarna två olika uppgifter - samla föremålen och placera dem i en vagn och flytta kollektivt vagnen som bär dessa föremål.
Collective Mapping: Collective Mapping används för utforskning och kartläggning av de stora inomhusområdena med ett stort antal robotar.
I en metod utförs kartläggningen av de två grupperna av två robotar, som utbyter information för att slå samman kartorna. Den andra metoden är rollbaserad där roboten kan anta någon av de två roller som rör sig eller landmärke som de kan byta mot svärmens rörelse. Dessutom har robotarna en viss uppskattning av sin position så måste en uppskattning av placeringen av de andra robotarna för att bygga en kollektiv karta.
Den verkliga världen tillämpning av Swarm Robotics
Även om den omfattande forskningen om svärmrobotik har börjat runt 2012 fram till nu har den inte kommit ut med den kommersiella verkliga applikationen, den används för medicinska ändamål men inte i så stor skala och testas fortfarande. Det finns olika anledningar bakom att denna teknik inte kommer ut kommersiellt.
Utformning av algoritm för individ och global: Svärmens kollektiva beteende kommer från individen som kräver att man designar en enda robot och dess beteende, och för närvarande finns det ingen metod för att gå från individ till gruppbeteende.
Testning och implementering: omfattande krav på laboratorier och infrastruktur för vidare utveckling.
Analys och modellering: De olika grundläggande uppgifterna som utförs i svärmrobotik tyder på att dessa är icke-linjära och att bygga ut de matematiska modellerna för deras arbete är ganska svårt
Förutom dessa utmaningar finns det ytterligare säkerhetsutmaningar för individen och svärmen på grund av deras enkla design
(i) Fysisk fångst av robotarna.
(ii) Identiteten för individen i svärmen, att roboten måste veta om den interagerar med en robot från sin svärm eller annan svärm.
(iii) Kommunikationsattacker mot individen och svärmen.
Huvudmålet med svärmrobotiken är att täcka ett brett område där robotarna kan spridas och utföra sina respektive uppgifter. De är användbara för att upptäcka farliga händelser som läckage, landminor etc och den största fördelen med ett distribuerat och rörligt sensornätverk är att det kan känna av det breda området och till och med agera på det.
Användningarna av svärmrobotiken är riktigt lovande men det finns fortfarande ett behov av dess utveckling både i algoritmisk och modelleringsdel.