Pengantar robotika swarm

Berinteraksi, memahami dan kemudian menanggapi situasi adalah beberapa ciri terbesar manusia dan itu adalah hal-hal yang menjadikan kita seperti ini. Kita dilahirkan untuk hidup dalam masyarakat sosial dan kita selalu tahu tentang kita bahwa kita adalah makhluk sosial paling santun yang dikenal sejak penciptaan planet ini.

Budaya sosial dan interaksi satu sama lain untuk membantu tujuan bersama tidak hanya ditemukan pada manusia tetapi juga pada spesies lain di planet ini seperti kawanan burung atau ikan atau lebah, semua mereka memiliki satu kesamaan yang mereka miliki. perilaku kolektif. Ketika burung bermigrasi sering terlihat mereka berada dalam kelompok yang dipimpin oleh ketua kelompoknya dan semuanya mengikuti mereka dan kelompok mereka dirancang dalam bentuk geometris tertentu meskipun burung tidak memiliki indra terhadap bentuk dan sosok dan juga kelompok dibuat sedemikian rupa sehingga anggota senior kelompok berada di perbatasan sedangkan yang muda atau yang baru lahir berada di tengah.

Ciri yang sama ditemukan pada semut api, semut ini sedikit berbeda dengan spesies semut lainnya dan terutama dikenal dengan perilaku kelompoknya, mereka membangun bersama, mereka makan bersama dan mereka mempertahankan koloni mereka dari mangsa bersama, pada dasarnya mereka tahu mereka dapat mencapai lebih banyak ketika mereka berada dalam kelompok. Sebuah studi baru-baru ini sedang dilakukan pada perilaku kelompok semut ini di mana ditemukan bahwa mereka mampu membuat struktur yang kuat kapan pun dibutuhkan, seperti saat dibutuhkan untuk membuat jembatan kecil untuk penyeberangan.

Perilaku kolektif hewan sosial dan serangga ini membantu mereka untuk mencapai lebih banyak terlepas dari semua kendala mereka. Para peneliti telah menunjukkan bahwa individu dari kelompok-kelompok ini tidak membutuhkan representasi atau pengetahuan yang canggih untuk menghasilkan perilaku yang kompleks. Dalam serangga sosial, individu hewan dan burung tidak diberi tahu tentang status global koloni. Pengetahuan tentang gerombolan didistribusikan ke seluruh agen, di mana seseorang tidak dapat menyelesaikan tugasnya tanpa gerombolan lainnya. Bagaimana jika penginderaan kolektif ini dapat dibawa ke dalam sekelompok Robot? Inilah yang dimaksud dengan swarm robotika dan kita akan mempelajarinya secara mendetail di artikel ini .

Robot sebagai bagian dari Swarm

Lingkungan tempat kita hidup sangat banyak menginspirasi kita, banyak dari kita mengambil inspirasi untuk pekerjaan mereka dari alam dan lingkungan, penemu terkenal seperti Leonardo da Vinci melakukannya dengan sangat baik dan dapat dilihat pada desainnya di dunia saat ini kita juga membuat proses yang sama bekerja untuk kami untuk menyelesaikan masalah desain dan teknik seperti hidung kereta peluru yang terinspirasi dari paruh burung pekakak sehingga memiliki kecepatan lebih dan lebih hemat energi serta menghasilkan kebisingan yang relatif lebih sedikit saat melewatinya. terowongan dan ada istilah yang diciptakan untuk ini dan yang dikenal sebagai Biomimikri.

Jadi untuk menyelesaikan tugas-tugas kompleks di mana intervensi manusia sulit dan memiliki kompleksitas yang lebih tinggi dari apa yang perlu lebih dari sekedar robot biasa seperti kasus penggunaan tertentu di mana sebuah bangunan runtuh karena gempa bumi dan orang-orang tertekan di bawah beton, tentu masalah ini membutuhkan beberapa jenis robot yang dapat menjalankan banyak tugas sekaligus dan cukup kecil untuk membuatnya melalui konkret dan membantu mendapatkan informasi keberadaan manusia di tempat pertama, jadi apa yang terlintas di benak Anda, sekelompok robot kecil yang kecil cukup dan secara mandiri membuat cara mereka sendiri dan mendapatkan informasi dan itu pasti meniru beberapa kawanan serangga atau lalat dan karenanya di mana robotika kawanan datang ke tempat pertama dan inilah yang lebih formal. Robotika kawananadalah bidang multi-robotika di mana sejumlah besar robot dikoordinasikan secara terdistribusi dan terdesentralisasi. Hal ini didasarkan pada penggunaan aturan lokal, robot sederhana kecil yang terinspirasi oleh perilaku kolektif serangga sosial sehingga sejumlah besar robot sederhana dapat mengungguli tugas kompleks dengan cara yang lebih efisien daripada satu robot, memberikan ketahanan dan fleksibilitas kepada kelompok..

Organisasi dan kelompok muncul dari interaksi antara individu dan antara individu dan lingkungan yang melingkupinya, interaksi ini tersebar di seluruh koloni sehingga koloni dapat menyelesaikan tugas-tugas yang sulit diselesaikan oleh satu individu yang berarti bekerja menuju tujuan bersama.

Bagaimana Robotika Swarm terinspirasi dari Serangga Sosial

Sistem multi-robot mempertahankan beberapa karakteristik serangga sosial seperti ketahanan, kawanan robot dapat bekerja bahkan jika beberapa individu gagal, atau ada gangguan di lingkungan sekitarnya; fleksibilitas, segerombolan mampu menciptakan solusi yang berbeda untuk tugas yang berbeda dan mampu mengubah setiap peran robot tergantung pada kebutuhan momen. Skalabilitas, robot swarm mampu bekerja dalam ukuran kelompok yang berbeda, dari beberapa individu hingga ribuan dari mereka.

Karakteristik Robot Swarm

Seperti dikatakan kawanan robot sederhana memperoleh karakteristik serangga sosial yang didaftar sebagai berikut

1. Sekawanan robot harus mandiri, dan mampu merasakan serta bertindak dalam lingkungan nyata.

2. Jumlah robot dalam segerombolan harus cukup besar untuk mendukung setiap tugas mereka sebagai kelompok yang harus mereka lakukan.

3. Harus ada homogenitas dalam gerombolan, bisa ada kelompok yang berbeda dalam gerombolan tetapi mereka tidak boleh terlalu banyak.

4. Satu robot kawanan harus tidak mampu dan tidak efisien sehubungan dengan tujuan utamanya, yaitu perlu berkolaborasi agar berhasil dan meningkatkan kinerja.

5. Semua robot diharuskan hanya memiliki kemampuan penginderaan dan komunikasi lokal dengan mitra tetangga dari gerombolan, ini memastikan koordinasi gerombolan terdistribusi dan skalabilitas menjadi salah satu sifat sistem.

Sistem Multi-Robotika dan Swarm Robotika

Robotika swarm adalah bagian dari sistem multi-robot dan sebagai sebuah kelompok, mereka memiliki beberapa karakteristik pada beberapa sumbu yang menentukan perilaku kelompok mereka.

Ukuran kolektif: Ukuran kolektif adalah SIZE-INF yaitu N >> 1 yang berlawanan dengan SIZE-LIM, dimana jumlah N robot lebih kecil dari ukuran lingkungan masing-masing tempat mereka ditempatkan.

Jangkauan komunikasi: Jangkauan komunikasi COM-NEAR, sehingga robot hanya dapat berkomunikasi dengan robot yang cukup dekat.

Topologi komunikasi: Topologi komunikasi untuk robot dalam gerombolan umumnya TOP-GRAPH, robot dihubungkan dalam topologi grafik umum.

Bandwidth komunikasi: Bandwidth komunikasi BAND-MOTION, Biaya komunikasi antara dua robot sama dengan memindahkan robot antar lokasi.

Collective recounfigrability: Collective reconfigurability umumnya ARR-COMM, ini adalah pengaturan yang terkoordinasi dengan anggota yang berkomunikasi, tetapi juga bisa berupa ARR-DYN, yaitu pengaturan dinamis, posisi dapat berubah secara acak.

Kemampuan proses: Kemampuan proses adalah PROC-TME, di mana model komputasi setara dengan mesin tuning.

Komposisi kolektif: Komposisi kolektif adalah CMP-HOM, artinya robot itu homogen.

Keunggulan Sistem Multi-Robotika dibandingkan dengan Robot Tunggal

Paralelisme Tugas: Kita semua tahu bahwa tugas dapat diuraikan, dan kita semua mengetahui metode pengembangan tangkas, jadi dengan menggunakan paralelisme, grup dapat melakukan tugas dengan lebih efisien.
Pemberdayaan Tugas: Sebuah grup lebih kuat daripada satu grup dan hal yang sama berlaku untuk robotika swarm, di mana sekelompok robot dapat membuat tugas melakukan tugas tertentu yang tidak mungkin dilakukan oleh satu robot
Distribusi dalam Penginderaan: Karena gerombolan memiliki penginderaan kolektif sehingga memiliki jangkauan penginderaan yang lebih luas daripada jangkauan robot tunggal.
Distribusi dalam Tindakan: Sekelompok robot dapat menjalankan tindakan yang berbeda di tempat yang berbeda pada waktu yang sama.
Toleransi Kesalahan: Kegagalan satu robot dalam sekumpulan robot dalam suatu kelompok tidak berarti bahwa tugas akan gagal atau tidak dapat diselesaikan.

Platform Eksperimental di Swarm Robotics

Ada berbagai platform eksperimental yang digunakan untuk swarm robotika yang melibatkan penggunaan platform eksperimental yang berbeda dan simulator robotik yang berbeda untuk merangsang lingkungan robotika swarm tanpa memerlukan perangkat keras yang sebenarnya.

1. Platform Robotika

Platform robotik yang berbeda digunakan dalam eksperimen robotik swarm yang berbeda di laboratorium yang berbeda

(i) Swarmbot

Sensor yang digunakan: memiliki berbagai sensor untuk membantu bot keluar yang mencakup sensor jangkauan dan kamera.

Gerak: Menggunakan roda untuk bergerak dari satu ke yang lain.

Dikembangkan oleh: Ini dikembangkan oleh Rice University, USA

Deskripsi: SwarmBot adalah platform robotik kawanan yang dikembangkan untuk penelitian oleh Universitas Rice. Ini dapat bekerja secara mandiri selama kira-kira 3 jam untuk satu kali pengisian daya, juga bot ini dapat dengan sendirinya menemukan dan menempelkan diri ke stasiun pengisian daya yang ditempatkan di dinding.

(ii) Kobot

Sensor yang digunakan: Ini melibatkan penggunaan sensor jarak, sensor penglihatan dan kompas.

Gerakan: Ini menggunakan roda untuk gerakan mereka

Dikembangkan oleh: Ini dikembangkan di KOVAN Research Lab di Middle East Technical University, Turki.

Deskripsi: Kobot dirancang khusus untuk penelitian robotika swarm. Itu terbuat dari beberapa sensor yang menjadikannya platform yang sempurna untuk melakukan berbagai situasi robotik gerombolan seperti gerakan terkoordinasi. Ini dapat bekerja secara mandiri selama 10 jam dengan sekali pengisian daya. Ini juga termasuk baterai yang dapat diganti yang akan diisi ulang secara manual dan itu sebagian besar telah digunakan dalam implementasi skenario pengaturan sendiri.

(iii) S-bot

Sensor yang digunakan: Itu menggunakan berbagai sensor untuk membuat hal-hal bekerja seperti sensor untuk cahaya, IR, posisi, gaya, kecepatan, suhu, kelembaban, akselerasi, dan mikrofon.

Gerakan: Itu menggunakan treel yang melekat pada alasnya untuk gerakannya.

Dikembangkan oleh: Ini dikembangkan oleh École Polytechnique Fédérale de Lausanne (EPFL), Swiss.

Deskripsi: S-bot adalah salah satu dari beberapa platform robotik yang kompeten dan substansial yang pernah dibuat. itu memiliki desain gripper unik yang mampu mencengkeram objek dan s-bot lainnya. Selain itu, mereka kira-kira dapat berolahraga selama 1 jam dengan sekali pengisian daya.

(iv) Robot Jasmine

Sensor yang digunakan: Menggunakan sensor jarak dan cahaya.

Dikembangkan oleh: Ini dikembangkan oleh University of Stuttgart, Jerman.

Gerakan: Itu membuat gerakannya di atas roda.

Deskripsi: Robot seluler Jasmine adalah platform robotik gerombolan yang digunakan dalam banyak penelitian robotik gerombolan.

(v) E-Puck

Sensor yang digunakan: Menggunakan berbagai sensor seperti jarak, kamera, bantalan, akselerasi, dan mikrofon.

Dikembangkan oleh: École Polytechnique Fédérale de Lausanne (EPFL), Swiss

Gerakan: Ini didasarkan pada gerakan roda.

Deskripsi: E-puck terutama dirancang untuk tujuan pendidikan dan merupakan salah satu robot paling sukses. Namun, karena kesederhanaannya, ia juga sering digunakan dalam penelitian robotika swarm. Ini memiliki baterai yang dapat diganti pengguna dengan waktu kerja 2-4 jam.

(vi) Kilobot

Sensor yang digunakan: Menggunakan kombinasi sensor jarak dan cahaya.

Dikembangkan oleh: Universitas Harvard, AS

Gerakan: Ini menggunakan getaran sistem untuk pergerakan tubuh sistem.

Deskripsi: Kilobot adalah platform robotik gerombolan yang cukup baru dengan fungsi unik dari pengisian daya grup dan pemrograman grup. Karena kesederhanaan dan konsumsi daya yang rendah, ia memiliki waktu kerja hingga 24 jam. Robot diisi daya secara manual dalam kelompok di stasiun pengisian khusus.

2. Simulator

Simulator robotik memecahkan masalah perangkat keras yang diperlukan untuk tugas menguji kredibilitas bot dalam parameter lingkungan nyata yang disimulasikan secara artifisial.

Ada banyak robot simulator yang dapat digunakan untuk eksperimen multi-robot, dan lebih khusus lagi untuk eksperimen robotik swarm dan semuanya berbeda dalam aspek teknisnya tetapi juga dalam lisensi dan biaya. Beberapa simulator untuk swarm bot dan platform Multi-robot adalah sebagai berikut:

SwarmBot3D: SwarmBot3D adalah simulator untuk multi-robotika tetapi dirancang khusus untuk robot S-Bot dari proyek SwarmBot.
Microsoft Robotics Studio: Robot studio adalah simulator yang dikembangkan oleh Microsoft. Ini memungkinkan simulasi multi-robot dan membutuhkan platform Windows untuk dijalankan.
Webots: Webots adalah simulator seluler realistis yang memungkinkan simulasi multi-robot, dengan model robot asli yang sudah dibuat. Itu dapat mensimulasikan tabrakan nyata dengan menerapkan fisika dunia nyata. Namun, kinerjanya menurun ketika bekerja dengan lebih dari robot membuat simulasi dengan sejumlah besar robot menjadi sulit.
Player / stage / Gazebo: Player / stage / Gazebo adalah simulator open source dengan kemampuan multi-robot dan serangkaian luas robot dan sensor yang tersedia siap digunakan. Ini dapat menangani simulasi eksperimen robot-kawanan dengan baik di lingkungan 2D dengan hasil yang sangat bagus. Ukuran populasi di lingkungan dapat meningkatkan hingga 1000 robot sederhana dalam waktu nyata.

Algoritma dan Teknik digunakan untuk berbagai tugas di Swarm Robotics

Di sini kita akan mengeksplorasi berbagai teknik yang digunakan dalam robotika swarm untuk berbagai tugas sederhana seperti agregasi, dispersi, dll. Tugas-tugas ini adalah langkah awal dasar untuk semua pekerjaan kelas atas dalam robotika swarm.

Agregasi: Agregasi mengumpulkan semua bot dan ini sangat penting dan merupakan langkah awal dalam langkah kompleks lainnya seperti pembentukan pola, perakitan mandiri, pertukaran informasi, dan gerakan kolektif. Robot menggunakan sensornya seperti sensor jarak dan mikrofon yang menggunakan mekanisme pertukaran suara dengan bantuan aktuator seperti speaker. Sensor membantu satu bot untuk menemukan robot terdekat yang ternyata juga menjadi pusat grup, di mana bot harus berkonsentrasi hanya pada bot lain yang berada di tengah grup dan meraihnya dan proses yang sama. diikuti oleh semua anggota gerombolan yang membiarkan mereka mengumpulkan semua.

Dispersi: Ketika robot dikumpulkan di satu tempat maka langkah selanjutnya adalah membubarkan mereka di lingkungan tempat mereka bekerja sebagai anggota tunggal dari gerombolan dan ini juga membantu dalam eksplorasi lingkungan setiap bot dari gerombolan berhasil sebagai sensor tunggal saat dibiarkan menjelajah. Berbagai algoritma telah diusulkan dan digunakan untuk penyebaran robot, salah satu pendekatannya adalah algoritma medan potensial untuk penyebaran robot di mana robot dapat ditolak oleh rintangan dan robot lain yang memungkinkan lingkungan gerombolan untuk menyebar secara linier.

Salah satu pendekatan lain melibatkan dispersi berdasarkan pembacaan sinyal intensitas nirkabel, sinyal intensitas nirkabel memungkinkan robot untuk menyebar tanpa sepengetahuan tetangga terdekat mereka, mereka hanya menangkap intensitas nirkabel dan mengaturnya untuk menyebarkannya di lingkungan sekitarnya.

Pembentukan Pola: Pembentukan pola dalam robotika gerombolan adalah karakteristik utama dari perilaku kolektif mereka, pola-pola ini dapat sangat membantu ketika suatu masalah harus diselesaikan yang melibatkan seluruh kelompok untuk bekerja bersama. Dalam pembentukan pola, bot membuat bentuk global dengan mengubah porsi robot individu di mana setiap bot hanya memiliki informasi lokal.

Sekelompok robot membentuk struktur dengan bentuk yang ditentukan internal dan eksternal. Aturan yang membuat partikel / robot berkumpul dalam formasi yang diinginkan bersifat lokal, tetapi bentuk global muncul, tanpa memiliki informasi global apa pun terkait dengan anggota individu dari gerombolan tersebut. Algoritme menggunakan pegas virtual antara partikel tetangga, dengan mempertimbangkan berapa banyak tetangga yang mereka miliki.

Gerakan kolektif: Apa arti sebuah tim jika mereka semua tidak bisa menyelesaikan masalah bersama dan itu bagian terbaik dari sebuah kawanan? Gerakan kolektif adalah cara membiarkan mengoordinasikan sekelompok robot dan membuat mereka bergerak bersama sebagai satu kelompok dengan cara yang kohesif. Ini adalah cara dasar untuk membuat beberapa tugas kolektif selesai dan dapat diklasifikasikan menjadi dua jenis formasi dan berkelompok.

Ada banyak metode gerakan kolektif tetapi hanya metode yang memungkinkan skalabilitas dengan semakin banyak robot yang menjadi perhatian di mana setiap robot mengenali posisi relatif tetangganya dan bereaksi dengan kekuatan masing-masing yang dapat menarik atau menjijikkan untuk membentuk struktur untuk gerakan kolektif.

Alokasi tugas: Alokasi Tugas adalah area bermasalah dalam robotika kawanan berdasarkan divisi tenaga kerja. Namun demikian, ada berbagai metode yang digunakan untuk divisi tenaga kerja, salah satunya adalah setiap robot akan melakukan observasi terhadap tugas robot lain dan memelihara history untuk hal yang sama dan kemudian dapat mengubah perilakunya sendiri agar sesuai dengan tugasnya, Metode ini didasarkan pada komunikasi gosip dan tentunya memiliki kelebihan dalam hal kinerja yang lebih baik, tetapi pada saat yang sama memiliki kelemahan bahwa karena keterbatasan ketahanan dan kehilangan paket selama komunikasi, metode ini menjadi kurang terukur. Dalam metode lain, tugas diumumkan oleh beberapa robot dan sejumlah robot lain menghadiri mereka secara bersamaan, ini adalah metode yang sederhana dan reaktif.

Pencarian sumber: Robotika swarm sangat berhasil dalam tugas pencarian sumber, terutama ketika sumber pencarian rumit seperti dalam kasus suara atau bau. Pencarian oleh swarm robotika dilakukan dengan dua cara, yang satu bersifat global, yang lainnya bersifat lokal, dan perbedaan antara keduanya adalah komunikasi. Salah satunya dengan komunikasi global antar robot dimana robot mampu menemukan sumber maksimum global. Yang lainnya dibatasi hanya untuk komunikasi lokal antara robot untuk menemukan maksimum lokal.

Pengangkutan benda: Semut melakukan pengangkutan benda secara kolektif, di mana seekor semut menunggu pasangannya untuk bekerja sama jika benda yang akan diangkut terlalu berat. Di bawah robot cahaya yang sama, gerombolan membuat hal-hal bekerja dengan cara yang sama di mana setiap robot memiliki keuntungan mendapatkan kerja sama dari robot lain untuk mengangkut objek. S-bot menawarkan platform yang bagus untuk memecahkan masalah transportasi di mana mereka berkumpul sendiri untuk bekerja sama dan algoritme mereka meningkat jika objek yang akan diangkut berat.

Metode lainnya adalah transportasi kolektif objek di mana objek dikumpulkan dan disimpan untuk transportasi nanti, di sini robot memiliki dua tugas berbeda - mengumpulkan objek dan menempatkannya di gerobak, dan secara kolektif memindahkan gerobak yang membawa benda tersebut.

Pemetaan Kolektif: Pemetaan kolektif digunakan untuk eksplorasi dan pemetaan area dalam ruangan yang besar dengan menggunakan sejumlah besar robot.

Dalam satu metode pemetaan dilakukan oleh dua kelompok yang terdiri dari dua robot, yang bertukar informasi untuk menggabungkan peta. Metode lainnya adalah berbasis peran di mana robot dapat mengambil salah satu dari dua peran yang bergerak atau tengara yang dapat ditukar dengan pergerakan gerombolan. Selain itu, robot memiliki perkiraan posisi tertentu sehingga harus memperkirakan lokasi robot lain untuk membangun peta kolektif.

Aplikasi Dunia Nyata dari Swarm Robotics

Meskipun penelitian ekstensif tentang robotika swarm telah dimulai sekitar tahun 2012 hingga sekarang, ia belum keluar dengan aplikasi dunia nyata komersial, ia digunakan untuk tujuan medis tetapi tidak dalam skala besar dan masih dalam pengujian. Ada berbagai alasan di balik teknologi ini tidak keluar secara komersial.

Merancang Algoritma untuk Individu dan Global: Perilaku kolektif dari swarm keluar dari individu yang membutuhkan untuk merancang satu robot dan perilakunya, dan saat ini tidak ada metode untuk berpindah dari individu ke perilaku kelompok.

Pengujian dan Implementasi: Persyaratan luas untuk laboratorium dan infrastruktur untuk pengembangan lebih lanjut.

Analisis dan pemodelan: Berbagai tugas dasar yang dilakukan dalam swarm robotics menunjukkan bahwa ini adalah non-linear sehingga membangun model matematika untuk pekerjaan mereka cukup sulit.

Selain tantangan ini, ada tantangan keamanan lebih lanjut untuk individu dan kawanan karena desainnya yang sederhana

(i) Penangkapan fisik robot.

(ii) Identitas individu dalam gerombolan, yang harus diketahui robot jika berinteraksi dengan robot dari gerombolannya atau gerombolan lain.

(iii) Serangan komunikasi terhadap individu dan kawanan.

Tujuan utama dari robotika gerombolan adalah untuk mencakup wilayah yang luas di mana robot dapat membubarkan dan melakukan tugasnya masing-masing. Mereka berguna untuk mendeteksi peristiwa berbahaya seperti kebocoran, ranjau darat, dll. Keuntungan utama dari jaringan sensor yang terdistribusi dan dapat dipindahkan adalah dapat merasakan area yang luas dan bahkan menindaklanjutinya.

Aplikasi dari swarm robotika sangat menjanjikan namun masih diperlukan pengembangannya baik pada bagian algoritmik maupun pemodelan.