Plánování pohybu modulárních robotů s uvažováním poruch modulů

Abstract

V tejto práci sú skúmané metódy plánovania pohybu pre modulárne roboty s uvažovanou poruchou modulov. Metódy založené na Central Pattern Chenerator (CPG) boly použitý pre generovanie signálov pre pohyb . Particle Swarm Optimization (PSO) algoritmus je metóda inšpirovaná prírodou a bola použitá pre optimalizáciu pohybu založenom na CPG. Pre účely plánovania pohybu bol implementovaný Rapidly-exploring Random Tree (RRT) algoritmus. V tejto práci sú skúmané dva typy poruchy modulu, zaseknutie kĺbu a neovládateľnosť kĺbu. Vplyv rôznych kombinácií pokazených modulov bol štatisticky porovnaný na rôznych typoch robotov. Experimenty boli vykonané za použitia simulačného prostredia. Výsledkom pokusov je, že vo väčšine prípadov roboty pracujú lepšie s pokazenými modulmi ako bez nich.

In this thesis, methods of motion planning for modular robots under failure is investigated. Methods based on Central Pattern Generator (CPG) are used to generate signals for locomotion control of modules. The Particle Swarm Optimization (PSO) is bio-inspired method which is used for optimization of CPG-based locomotion. For purpose of the motion planning, the Rapidly-exploring Random Tree (RRT) algorithm is implemented. In this thesis, two types of module failure are investigated, fix-joint and free-joint. The influence of different combinations of modules under failures was statistically compared on different types of robots. The experiments were conducted using a simulation environment. The result of the experiments is that in most of the cases robots operate better with broken modules as without them.