Model problemu i teza pracy
3.3 Teza pracy
Poszukiwanie nowych sposobów koordynacji ruchu robotów mobilnych wciąż sta-nowi obszar zainteresowań badaczy z kraju i zagranicy. Dynamiczny rozwój badań nad problemami występującymi w systemach wielorobotowych świadczy o ogromnych nadziejach pokładanych w tej dziedzinie nauki i techniki.
Autonomia robota i jego mobilność niesie za sobą spore trudności i zagrożenia. Algorytm sterujący poruszającym się robotem musi gwarantować bezpieczeństwo
sa-mego urządzenia i otaczającego go środowiska oraz działać skutecznie w zmieniających się dynamicznie warunkach. Zagadnienie planowania ruchu i sterowania przemieszcza-jącym się robotem znacznie się komplikuje, gdy w środowisku działa wiele urządzeń jednocześnie.
Problem znalezienia optymalnych trajektorii dla więcej niż jednego mobilnego ro-bota poruszającego się we wspólnej przestrzeni należy do klasy zadań NP-trudnych. Znalezienie optymalnego rozwiązania jest możliwe tylko wtedy, gdy rozważane są do-brze zdefiniowane założenia. Samo zadanie zawsze jest jednak skomplikowanym obli-czeniowo problemem. Można więc założyć, że w praktyce znajdowanie rozwiązań opty-malnych nie jest ani możliwe, ani konieczne.
Istnieją dwa podejścia do problemu koordynacji ruchu robotów. Pierwsze z nich opiera się na scentralizowanym systemie planowania trajektorii bezkolizyjnych. Do jego zalet należy zaliczyć możliwość wyznaczenia globalnie optymalnego planu. Podobnie jak w przypadku wielu różnych problemów związanych z systemami wielorobotowymi, koordynacja ruchu została w pierwszej kolejności rozwiązana w sposób w pełni scentra-lizowany. Scentralizowane algorytmy planowania zakładały, że planowanie ma miejsce zanim roboty zaczną się poruszać, i że wykonanie planu nigdy nie zawodzi. Badania wykazały, iż takie podejście ma jednak dość istotne wady – brak możliwość zmiany planu oraz brak odporności na awarię sprzętu w trakcie przejazdu robotów (rozdział 2.3).
W fazie planowania ruchu rzadko brano pod uwagę ograniczenia dynamiki robo-tów. Jeśli już uwzględniano ją, to trajektoria była konstruowana z małych kroków podstawowych, które można było wykorzystać właśnie do reprezentacji dynamiki. Sto-sując taką dyskretyzację przestrzeni znacząco ograniczamy swobodę ruchów robota (gdy przedziały dyskretyzacji są duże) oraz zwiększamy ilość potrzebnych obliczeń (gdy przedziały dyskretyzacji są małe).
Wszystkie scentralizowane rozwiązania (rozdział 2.3) z początkową fazą planowania cierpią z tego samego zestawu problemów:
• stała komunikacja z punktem centralnym, • brak odporności na awarię wykonania planu,
• brak możliwości modyfikacji części planu podczas realizacji, • wysokie koszty obliczeniowe,
• pojedynczy punkt awarii i potrzeba gromadzenia wszystkich niezbędnych infor-macji w jednym miejscu.
Wysoka awaryjność takiego rozwiązania oraz niska skalowalność narzuca dość duże ograniczenia i co za tym idzie, nie jest dobra dla systemów, w których ilość robo-tów gwałtownie wzrasta lub środowisko zmienia się znacząco. Wydaje się, że w rze-czywistych sytuacjach scentralizowane podejście polegające na ponownym obliczeniu optymalnego rozwiązania mija się z celem. Rozwiązanie obliczone po minutach prze-twarzania będzie w większości przypadków znacznie mniej wartościowe niż solidna, nieoptymalna metoda kontroli.
Najnowsze badania koncentrują się na zdecentralizowanych rozwiązaniach, które zakładają rozproszenie etapu podejmowania decyzji o wykonaniu konkretnego ruchu na wielu uczestników występujących w systemie. Zaletą takich rozwiązań jest wysoka odporność na awarie i zdolność do bardzo szybkiej adaptacji w kontekście zachodzą-cych zmian. Rozwiązania tego typu nie są jednak na ogół w stanie zagwarantować skuteczności w każdej sytuacji i mogą prowadzić do zakleszczeń lub oscylacji (rozdział 2.3).
Zdecentralizowane podejście oparte na priorytetach zakłada, iż każdy robot planuje swoją własną ścieżkę i wykrywa możliwe do zaistnienia konflikty. Protokół komunika-cyjny jest używany do określenia, który robot musi ustąpić, a który może kontynuować preferowaną trajektorię. Rozwiązania takie posiadają pewne istotne wady. Wymogiem prawidłowej pracy metody staje się bowiem istnienie niezawodnego kanału komunika-cyjnego pomiędzy uczestnikami ruchu, co wprowadza dodatkowy narzut czasowy.
Dalszy wzrost autonomii robotów w procesie koordynacji ruchu można osiągnąć poprzez usunięcie jawnej komunikacji.
Rozwiązania wprowadzają wyznaczenie trajektorii ruchu robota na podstawie ob-serwacji innych uczestników ruchu. Generowane trajektorie mają w sposób bezpieczny dostarczyć takiego sterowania, które zapewni bezkolizyjne przemieszczenie się robota od punktu startowego do docelowego.
Badania wykazały, iż metody reaktywne oparte wyłącznie na obserwacji nie są wystarczające w koordynowaniu licznymi osobnikami w grupie robotów (rozdział 2.3). Konieczne jest wprowadzenie powszechnie znanych reguł, które są stosowane przez wszystkich uczestników ruchu. Przyjęcie założenia, że wszystkie roboty wykonują ten sam algorytm zaowocowało wygładzeniem oraz skróceniem ścieżek ruchu. Jednak to proste rozwiązanie nie może obsłużyć bardziej złożonych środowisk takich jak wąskie przejścia czy długie korytarze z miejscami do wyminięcia.
Poruszanie się w bardziej złożonych środowiskach doprowadzić może do sytuacji konfliktowych, co wymaga stosowania metody zakłócającej symetrię algorytmu stero-wania. Niektóre roboty muszą się wycofać, aby umożliwić przejazd innym.
Pomimo licznych prób rozwiązania problemu zarządzania grupą robotów, nie ist-nieje jeden uniwersalny, skuteczny i bezpieczny algorytm koordynacji ruchu. Wciąż konieczne jest więc poszukiwanie metody, która w prosty i spójny sposób rozwiązywa-łaby występujący problem.
W związku z powyższym, w niniejszej pracy została podjęta próba stworzenia al-gorytmu koordynacji, który bazuje na zachowaniach obserwowanych wśród zwierząt i ludzi.
Teza rozprawy sformułowana jest następująco:
Behawioralny i zdecentralizowany algorytm sterowania ruchem robotów mobilnych, oparty o zachowania inspirowane postępowaniem przemieszcza-jących się osób, może być wykorzystany do bezpiecznego i skutecznego ko-ordynowania ruchu grup robotów działających w dynamicznie zmiennych środowiskach.
Bezpieczna koordynacja ruchu rozumiana jest jako bezkolizyjne przemieszczanie się robotów.
Skuteczność koordynacji rozumiana jest jako osiągnięcie postawionego przed ro-botami celu (przemieszczenie się od punktu startu do punktu docelowego) oraz nie powodowanie zakleszczeń. W pracy rozważono zestaw wybranych, najbardziej popu-larnych środowisk, w których potencjalnie może dochodzić do zakleszczeń na przykład w trakcie pokonywania: skrzyżowań, wąskich przejść, wąskich korytarzy czy mijanek.
Niniejsza praca prezentuje zdecentralizowany, behawioralny algorytm koordyna-cji ruchu robotów mobilnych działający w dynamicznie zmieniającym się środowisku, który nie będzie wymagał jawnej komunikacji pomiędzy robotami i mimo to, będzie w stanie rozwiązać trudne sytuacje wynikające z dynamicznie zmieniającego się oto-czenia.
Zaproponowany w niniejszej pracy algorytm koordynacji grup robotów mobilnych jest inspirowany zjawiskami występującymi w środowisku naturalnym, w grupach prze-mieszczających się ludzi. Algorytm modeluje takie zjawiska jak: chęć lub niechęć do grupowania się, respekt przed innymi osobnikami oraz ogólnie obowiązujące zasady społeczne.
W dalszej części pracy zostały szczegółowo przedstawione algorytmy koordynacji bazujące na zjawiskach społecznych. W celu zweryfikowania poprawności działania za-modelowanych zjawisk zostały przeprowadzone testy w symulatorze. Następnie, zre-alizowana w ramach pracy implementacja algorytmu poddana została testom z wyko-rzystaniem fizycznych czterokołowych robotów mobilnych opracowanych w Katedrze Informatyki. Na podstawie przeprowadzonych testów zostały wyciągnięte wnioski. Za-proponowano także dalsze kierunki rozwoju stworzonego rozwiązania.