Publicación:

Algoritmo modificado de optimización de enjambre de partículas (MPSO).

Resumen

Un sistema multiagente de robots diferenciales requiere de un algoritmo definido para comportarse como un enjambre con habilidad de búsqueda de metas. En esta investigación, se propuso el uso del algoritmo Particle Swarm Optimization (PSO) para lograr que los agentes encontraran el camino óptimo hacia una meta dentro de una función de costo de manera colectiva. El algoritmo PSO clásico está diseñado para partículas sin masa ni dimensiones físicas; contrario a los robots diferenciales. Por lo tanto, el objetivo principal de esta investigación fue diseñar correctamente el algoritmo Modified Particle Swarm Optimization (MPSO) que tomara en cuenta las restricciones derivadas de las ecuaciones cinemáticas de los robots diferenciales y las dimensiones limitadas del espacio de búsqueda. El algoritmo MPSO incluye un planeador de trayectorias utilizando el PSO clásico ajustado con múltiples parámetros optimizados para robots diferenciales, incluyendo el parámetro de inercia, el parámetro de constricción, dos parámetros de escalamiento y dos parámetros de uniformidad (para los factores cognitivo y social del PSO). Estos parámetros fueron configurados por medio de simulaciones de enjambres de 200 partículas en MATLAB evaluadas en diversas funciones de costo. Este algoritmo también incluye los controladores necesarios para rastrear las trayectorias computadas por el planeador PSO y generar velocidades suaves y continuas de robots diferenciales. Se evaluaron siete diferentes controladores incluyendo: Transformación de uniciclo (TUC), Transformación de uniciclo con PID (TUC-PID), Controlador simple de pose (SPC), Controlador de pose Lyapunov-estable (LSPC), Controlador de direccionamiento de lazo cerrado (CLSC), Transformación de uniciclo con LQR (TUCLQR), y Transformación de uniciclo con LQI (TUC-LQI). El desempeño de cada uno de los controladores fue evaluado por medio de simulaciones con el software de Webots utilizando un enjambre de 10 robots E-Puck. El controlador TUC-LQI obtuvo los mejores resultados en cuanto a generar trayectorias suaves y velocidades continuas correctamente reguladas para los robots diferenciales.