|
This thesis presents a series of mobile robotics related works, which cover the different layers needed to have a mobile robot perform tasks autonomously in an a priori unknown environment. Soft-Computing techniques (neural networks, genetic algorithms, and especially fuzzy logic) are used in the development of the different layers. The hardware architecture that leads to the Quaky-Ant platform is described first. This is a mobile robot which is the basis of most of the tests of the different algorithms in real environments. A solution to the sensor fusion problem, which is based on this platform, is described. The fusion is first solved by using a simple neural network, and then, it is solved by a hybrid system which is based on the ANFIS network and some clustering methods. One of them, the fuzzy tabu clustering, has been developed in the context of this thesis. Once a reliable sensor system is assumed (after the sensor fusion process), the navigation problem is outlined. This is solved, in two steps, by the application of two navigation techniques. In the first step a fuzzy grid map is applied for the map-building problem, and an A* search is applied for the path-planning problem. In the second step, a fuzzy segments map is applied for the map-building and localisation problems. Once the basic navigation and environment perception capabilities have been developed, a distributed control architecture (BGA) is defined. This serves as the basis of the different control-related elements and allows us to distinguish between deliberative and reactive processes. The different elements of the architecture communicate by a KQML over UDP based protocol. To aid in the development of control programs using the BGA architecture, a programming language (BG) has been defined. It uses heavily fuzzy logic and serves to define and specify the different control modules. The BGA architecture and the BG language have been integrated in a programming and simulation environment (BGen), which has been developed completely in Java in order to be incorporated in different mobile robots. To solve the behaviour fusion problem a genetic algorithm has been used. It generates and tunes the fusion fuzzy rules by evaluating the different candidate solutions in the BGen environment. Finally, an application of both the Quaky-Ant platform and the BGen environment is shown (BGen-Web). This allows the teleoperation of the mobile robot in order to perform exploratory tasks and also exhibits a high degree of interactivity due to the use of multicast video transmission. Esta tesis presenta una serie de trabajos relacionados a la robótica móvil, que abarcan los distintos niveles necesarios para conseguir que un robot móvil realice tareas de forma independiente en un entorno previamente desconocido. Se emplean técnicas de Soft-Computing (redes neuronales, algoritmos genéticos, y especialmente lógica difusa) para el desarrollo de los distintos niveles. Se empieza describiendo la arquitectura hardware que da lugar a la plataforma Quaky-Ant, un robot autónomo móvil que es la base de la mayor parte de las pruebas de los distintos algoritmos en entorno real. Tomando como base esta plataforma, se presenta una solución al problema de la fusión sensorial no basada en modelo del entorno. Dicha fusión se resuelve inicialmente con una red neuronal simple para, posteriormente, utilizar un sistema híbrido que genera reglas difusas y basado en la red ANFIS y algunos algoritmos de clustering, uno de los cuales ha sido desarrollado en el marco de este trabajo, el clustering difuso con búsqueda tabú. Una vez que se asumen unos sensores mejorados (tras el proceso de fusión sensorial), se plantea el problema de la navegación. Este se resuelve, en dos etapas, por la aplicación de dos técnicas de navegación. En la primera etapa se aplica un mapa de celdillas difusas para el problema de la elaboración de mapas, así como una búsqueda A* para el problema de la generación de trayectorias. En la segunda etapa se aplica un mapa de segmentos difusos para el problema de la elaboración de mapas, así como un sistema de localización basado en el mapa de segmentos difusos. Una vez que se tienen desarrolladas las capacidades básicas de navegación y percepción del entorno, se define una arquitectura distribuida de control (BGA) que sirve como base del desarrollo de los distintos elementos de control. Esta arquitectura permite distinguir entre procesos deliberativos y comportamientos reactivos. Los distintos elementos de la arquitectura se comunican por medio de un protocolo basado en KQML sobre UDP. Para facilitar el desarrollo de programas de control por medio de la arquitectura BGA, se ha definido un lenguaje (BG) que hace uso de la lógica difusa para especificar y definir los distintos módulos de control. La arquitectura BGA y el lenguaje BG se han integrado en un entorno de programación y simulación (BGen) desarrollado íntegramente en Java, con el objetivo de poder ser integrado en distintos robots móviles. Para resolver el problema de la fusión de comportamientos se ha utilizado un algoritmo genético que genera y sintoniza el conjunto de reglas difusas de fusión, evaluando las distintas soluciones candidatas en el entorno BGen. Finalmente, se muestra una aplicación de la plataforma Quaky-Ant y del entorno BGen en un entorno web (BGen-Web) que permite la teleoperación del robot móvil en tareas de exploración y presenta al usuario gran interactividad gracias al uso de la transmisión de vídeo multicast. You can donwload the full Ph.D. Thesis in PDF format here (6.8 Mb). The whole text is written in English with an extended abstrct in Spanish. Puedes descargar la Tesis Doctoral completa en formato PDF aquí (6.8 Mb). El texto está en inglés con un resumen amplio en castellano. |
Last updated on October 31st 2001
humberto@um.es