Değişken ortamlarda sürü robotlar için yol planlama ve takibi

Abstract

Çalışmada robotun istenilen koordinat sistemine ulaşması, yol planlama ve bu planlanan yolun tekli ve çoklu robotlar tarafından koordineli bir şekilde takibi sağlanmaktadır. Planlanan yolda en kısa mesafeyi bulması için A* algoritması kullanılmıştır. Pure Pursuit algoritması ise yol takip ve yönelimini belirlemek için kullanılmıştır. Pursuit algoritması, robot/ların hedefe doğru hareket etmelerini sağlayarak, birbirleriyle etkileşimini optimize eder ve çevresel engellerle, hareketli objeleri belirleyerek gerçek zamanlı uyumu sağlar. Robot/lar yol takibini en düşük maliyete göre hesaplamaktadır. Bu algoritma robot/lar arasında daha güvenli bir etkileşim oluşturmasının yanı sıra daha kısa bir yol planlaması sunmaktadır. Dinamik engeller ve hareketli objeler dikkate alınarak, robot/ların sürekli olarak yeniden yol planlaması yapabilmesi sağlanmıştır. Bu, robot/ların çevrelerindeki değişikliklere hızlıca adapte olmasını sağlamaktadır. Çoklu robot kontrolünde, lider-takipçi yaklaşımı uygulanarak, bir robot (lider) hedefe doğru yönelirken, diğer robotlar (takipçiler) lider robotu izleyerek hedefe doğru hareket ederler. Engelli ortamda ise robot/lar en kısa yolu takip ederken çevredeki engellerden de kaçınarak güvenli bir şekilde ilerlemektedirler. Çalışmada kullanılan Gazebo simülasyon ortamı, robotların gerçek dünya koşullarını taklit ederek, algoritmaların ve kontrol yöntemlerinin etkinliğini test etmek için ideal bir platform sunmaktadır. Ayrıca Turtlebot3 robotları simülasyonda kullanılarak, robotların çevresel engellerle etkileşimleri ve çoklu robot koordinasyonu konusunda elde edilen performans değerlendirilmiştir.In this study, the robot reaches the desired coordinate system, path planning and coordinated tracking of this planned path by single and multiple robots are provided. A* algorithm is used to find the shortest distance on the planned path. Pure Pursuit algorithm is used to determine the path tracking and orientation. The Pursuit algorithm ensures that the robot(s) move towards the target, optimises their interaction with each other and provides real-time adaptation by identifying environmental obstacles and moving objects. The robots calculate the path following according to the lowest cost. This algorithm provides a safer interaction between the robot(s) as well as a shorter path planning. Dynamic obstacles and moving objects are taken into account so that the robot(s) can continuously re-plan the path. This allows the robots to quickly adapt to changes in their environment. In multi-robot control, by applying the leader-follower approach, one robot (leader) moves towards the target while the other robots (followers) move towards the target by following the leader robot. In the obstacle environment, the robot(s) follow the shortest path while avoiding the obstacles in the environment. The Gazebo simulation environment used in the study provides an ideal platform for testing the effectiveness of algorithms and control methods by simulating real-world conditions. In addition, Turtlebot3 robots were used in the simulation to evaluate the robots' interactions with environmental obstacles and the performance achieved in multi-robot coordination.