Publicación:

Implementación y validación del algoritmo de robótica de enjambre Ant Colony Optimization en sistemas físicos.

Resumen

El área de inteligencia de enjambre swarm busca emular el comportamiento exhibido por la naturaleza en distintas especies de animales que actúan en conjunto, como colonias de hormigas, parvadas de aves o cardumen de peces. La robótica es una de las muchas áreas académicas que han tomado como inspiración este comportamiento. En la Universidad del Valle de Guatemala se desarrolla el megaproyecto Robotat en el cual se utiliza el algoritmo Modified Particle Swarm Optimization (MPSO) para el movimiento de robots diferenciales. Como una alternativa de planificación de trayectoria, fue implementado el algoritmo Ant System (AS) con el objetivo de comparar ambos algoritmos y tener diversos algoritmos para ser implementados en los robots de UVG. En el presente trabajo, se toman los avances de la fase anterior que se encuentran a nivel de simulación y se migran a la plataforma Raspberry Pi y lenguaje de programación de C++ para la implementación de este algoritmo en un sistema físico. Se comparan las trayectorias obtenidas por el AS con las trayectorias obtenidas en las simulaciones. Al no contar con una plataforma móvil funcional, se realizaron diversas pruebas simples en ambientes controlados y de esta forma poder validar el funcionamiento del algoritmo. Se utilizó una plataforma de rastreo con visión por computadora, para lograr obtener la pose del robot. También se utilizó esta plataforma para poder enviar la información del mapa a utilizar para que pueda calcular la ruta con el mapa enviado. Para lograr la comunicación entre la plataforma de visión por computadora y el robot, se implementó la programación multihilos y transmisión de datos mediante un protocolo UPD. Esta implementación permite la ejecución de varias tareas de forma simultanea. Asimismo fueron implementados los controladores que en trabajos anteriores presentaron la respuesta más suave de velocidad y estos son: el controlador de pose y el controlador de pose de Lyapunov. Se validó el funcionamiento del algoritmo mediante varias pruebas utilizando la plataforma de rastreo con visión por computadora. Para esta validación se probaron dos escenarios, el primero se utilizó un mapa sin obstáculos y se probaron varias rutas y para el segundo escenario se colocaron uno y varios obstáculos por todo el mapa. Finalmente, se implementó un sistema dinámico del AS donde el algoritmo es capaz de recalcular la ruta cuando se detecte un nuevo obstáculo en el mapa. (A)