스웜 로봇 공학 소개

상황에 대한 상호 작용, 이해 및 대응은 인간의 가장 큰 특징 중 일부이며 우리를 우리로 만드는 것입니다. 우리는 사회 사회에서 살기 위해 태어 났으며 우리는 지구 창조 이래로 알려진 가장 예의 바른 사회 생물이라는 것을 항상 알고있었습니다.

공통의 목표를 위해 서로 돕는 사회적 문화와 상호 작용은 인간뿐만 아니라 새, 물고기 또는 꿀벌 무리와 같은이 행성의 다른 종에서도 발견됩니다. 집단적 행동. 새들이 이주 할 때 그들은 그룹의 주요 구성원이 이끄는 그룹에 속해 있으며 모두가 그들을 따르고 있으며 새들이 모양과 그림에 대한 감각이 없음에도 불구하고 특정 기하학적 모양으로 설계되었습니다. 또한 그룹은 그룹의 선배들이 경계에 있고 어린 아이들이나 신생아가 중앙에 있도록 구성됩니다.

불개미에서도 동일한 특성이 발견됩니다.이 개미는 다른 종의 개미와는 약간 다르며 특히 집단 행동으로 유명합니다. 그들은 함께 짓고 함께 먹고 함께 먹이로부터 식민지를 보호합니다. 기본적으로 그들은 알고 있습니다. 그들은 그룹에있을 때 더 많은 것을 성취 할 수 있습니다. 최근이 개미들의 집단 행동에 대한 연구가 진행되고 있는데, 교차 할 작은 다리를 만들어야 할 때와 같이 필요할 때마다 튼튼한 구조를 만들 수 있다는 것이 밝혀졌습니다.

이러한 사회적 동물의 집단적 행동과 곤충의 도움은 모든 제약에도 불구하고 더 많은 것을 성취하도록합니다. 연구자들은 이러한 그룹의 개인이 그러한 복잡한 행동을 생성하기 위해 어떠한 표현이나 정교한 지식도 필요하지 않음을 입증했습니다. 사회 곤충에서 동물과 새 개인은 식민지의 글로벌 상태에 대해 알지 못합니다. 떼에 대한 지식은 모든 에이전트에 배포되어 개인이 나머지 떼 없이는 작업을 수행 할 수 없습니다. 이 집단적 감지를 로봇 그룹으로 가져올 수 있다면 어떨까요? 이것이 바로 swarm robotics이고 우리는이 기사에서 이것에 대해 자세히 배울 것 입니다.

Swarm의 일부인 로봇

우리가 살고있는 우리의 환경은 우리에게 많은 영감을줍니다. 많은 사람들이 자연과 환경에서 영감을 얻습니다. 레오나르도 다빈치와 같은 유명한 발명가들이 잘 해냈고 오늘날 세계에서 그의 디자인에서 볼 수 있습니다. 또한 총알 열차의 앞부분은 물총새의 부리에서 영감을 받아 설계 및 엔지니어링 문제를 해결하기 위해 동일한 프로세스 작업을 수행하고 있습니다. 터널과 이것에 대한 용어가 만들어졌으며 Biomimicry 로 알려져 있습니다.

따라서 인간의 개입이 어렵고 지진으로 건물이 무너지고 콘크리트 아래에서 사람들이 우울해하는 특정 사용 사례와 같이 평범한 로봇보다 더 복잡해야하는 복잡한 작업을 해결하려면 확실히이 문제가 있습니다. 한 번에 여러 작업을 수행 할 수 있고 콘크리트를 통과 할 수있을만큼 작고 처음에는 인간 존재에 대한 정보를 얻는 데 도움이되는 일종의 로봇이 필요합니다. 그래서 작은 로봇 그룹이 마음에 떠 오릅니다. 충분하고 자율적으로 자신의 방식을 만들고 정보를 얻고 곤충이나 파리의 떼를 모방하고 따라서 떼 로봇이 1 위를 차지하고 여기에 더 공식적인 것이 있습니다. Swarm 로봇 공학다수의 로봇이 분산되고 분산 된 방식으로 조정되는 다중 로봇 분야입니다. 지역 규칙, 사회 곤충의 집단적 행동에서 영감을받은 작고 단순한 로봇을 사용하여 다수의 단순한 로봇이 단일 로봇보다 더 효율적인 방식으로 복잡한 작업을 능가 할 수 있도록하여 그룹에 견고 함과 유연성을 제공합니다..

조직과 그룹은 개인 간의 상호 작용, 개인 간의 상호 작용 및 주변 환경에서 나오며 이러한 상호 작용은 식민지 전체에 흩어져 있으므로 식민지는 공동 목표를 향해 일한다는 것을 의미하는 단일 개인이 해결하기 어려운 작업을 해결할 수 있습니다.

Swarm Robotics가 사회 곤충에서 영감을 얻은 방법

다중 로봇 시스템은 견고 함과 같은 사회 곤충의 일부 특성을 유지하고, 로봇 떼는 개인 중 일부가 실패하거나 주변 환경에 장애가 있어도 작동 할 수 있습니다. 유연성, 무리는 다른 작업에 대해 다른 솔루션을 만들 수 있으며 순간의 필요에 따라 각 로봇 역할을 변경할 수 있습니다. 확장 성, 로봇 떼는 소수의 개인에서 수천 명에 이르기까지 다양한 그룹 크기로 작업 할 수 있습니다.

Robot Swarm의 특성

말했듯이 간단한 로봇 떼는 다음과 같은 사회 곤충의 특성을 얻습니다.

1. 로봇 떼는 자율적이어야하며 실제 환경에서 감지하고 행동 할 수 있어야합니다.

2. 무리에 속한 로봇의 수는 수행해야하는 그룹으로 모든 단일 작업을 지원할 수있을만큼 충분히 커야합니다.

3. 떼에는 동질성이 있어야하며 떼에는 다른 그룹이있을 수 있지만 너무 많으면 안됩니다.

4. 떼의 단일 로봇은 주요 목표와 관련하여 무능하고 비효율적이어야합니다. 즉, 성공하고 성능을 향상시키기 위해 협력해야합니다.

5. 모든 로봇은 떼의 이웃 파트너와 로컬 감지 및 통신 기능 만 있으면되므로 떼의 조정이 분산되고 확장 성이 시스템의 속성 중 하나가됩니다.

다중 로봇 시스템 및 Swarm 로봇

Swarm 로봇 공학은 다중 로봇 시스템의 일부이며 그룹으로서 그룹 행동을 정의하는 여러 축에 몇 가지 특성이 있습니다.

Collective size: Collective size는 SIZE-INF로, SIZE-LIM과 반대되는 N >> 1로, 로봇의 N 개수가 들어있는 환경 크기보다 작습니다.

통신 범위: 통신 범위는 COM-NEAR이므로 로봇이 충분히 가까운 로봇과 만 통신 할 수 있습니다.

통신 토폴로지: 군집의 로봇에 대한 통신 토폴로지는 일반적으로 TOP-GRAPH이고 로봇은 일반 그래프 토폴로지로 연결됩니다.

통신 대역폭: 통신 대역폭은 BAND-MOTION이며, 두 로봇 간의 통신 비용은 위치 간 로봇 이동과 동일합니다.

집단적 재구성 성: 집단적 재구성 성은 일반적으로 ARR-COMM이며, 이는 의사 소통하는 구성원과의 조정 된 배열이지만 ARR-DYN, 즉 동적 배열 일 수 있으며, 위치는 무작위로 변경 될 수 있습니다.

처리 능력: 처리 능력은 PROC-TME이며, 계산 모델은 튜닝 기계와 동일합니다.

집단적 구성: 집단적 구성은 CMP-HOM으로 로봇이 균질 함을 의미합니다.

단일 로봇과 비교 한 다중 로봇 시스템의 장점

작업 병렬 처리: 우리 모두는 작업이 분해 될 수 있다는 것을 알고 있으며, 우리 모두는 민첩한 개발 방법을 알고 있으므로 병렬 처리를 사용하면 그룹이 작업을보다 효율적으로 수행 할 수 있습니다.
작업 활성화: 그룹은 단일 로봇보다 강력하며 로봇 그룹이 단일 로봇으로는 불가능한 특정 작업을 수행하도록 할 수있는 스웜 로봇에도 동일하게 적용됩니다.
감지 분포: 떼는 집단 감지 기능이 있으므로 단일 로봇의 범위보다 감지 범위가 더 넓습니다.
실행중인 배포: 로봇 그룹은 동시에 다른 장소에서 다른 작업을 실행할 수 있습니다.
내결함성: 그룹 내의 로봇 무리 내에서 단일 로봇이 실패한다고해서 작업이 실패하거나 완료 될 수 없음을 의미하지는 않습니다.

Swarm Robotics의 실험 플랫폼

실제 하드웨어 없이도 무리 로봇의 환경을 자극하기 위해 다른 실험 플랫폼과 다른 로봇 시뮬레이터의 사용을 포함하는 무리 로봇 공학에 사용되는 다른 실험 플랫폼이 있습니다.

1. 로봇 플랫폼

서로 다른 실험실의 서로 다른 떼 로봇 실험에서 서로 다른 로봇 플랫폼이 사용됩니다.

(i) 스웜 봇

사용 된 센서: 거리 센서와 카메라를 포함하여 봇을 도와주는 다양한 센서가 있습니다.

모션: 바퀴를 사용하여 서로 이동합니다.

개발: 미국 라이스 대학교에서 개발

설명: SwarmBot은 Rice University에서 연구하기 위해 개발 한 스웜 로봇 플랫폼입니다. 한 번 충전으로 약 3 시간 동안 자율적으로 작동 할 수 있으며,이 봇은 벽에있는 충전소를 찾아 도킹 할 수 있습니다.

(ii) 코봇

사용 된 센서: 거리 센서, 비전 센서 및 나침반을 사용합니다.

모션: 모션에 바퀴를 사용합니다.

개발사: 터키 중동 공과 대학의 KOVAN 연구소에서 개발되었습니다.

설명: Kobot은 군집 로봇 연구를 위해 특별히 설계되었습니다. 여러 센서로 구성되어 조정 된 모션과 같은 다양한 로봇 상황을 수행하기위한 완벽한 플랫폼입니다. 한 번의 충전으로 10 시간 동안 자율적으로 작동 할 수 있습니다. 또한 수동으로 재충전해야하는 교체 가능한 배터리가 포함되어 있으며 대부분자가 구성 시나리오 구현에 사용되었습니다.

(iii) S- 봇

사용되는 센서: 다양한 센서를 사용하여 빛, IR, 위치, 힘, 속도, 온도, 습도, 가속도 및 마이크에 대한 센서와 같은 작업을 수행합니다.

모션: 움직임 을 위해베이스에 부착 된 트리를 사용합니다.

개발자: 스위스의 EPFL (École Polytechnique Fédérale de Lausanne)에서 개발했습니다.

설명: S-bot은 지금까지 만들어진 여러 유능하고 실질적인 로봇 플랫폼 중 하나입니다. 그것은 물체와 다른 s- 봇을 잡을 수있는 독특한 그리퍼 디자인을 가지고 있습니다. 또한 한 번의 충전으로 약 1 시간 동안 운동 할 수 있습니다.

(iv) 재스민 로봇

사용 된 센서: 거리 및 광 센서를 사용합니다.

개발: 독일 슈투트가르트 대학에서 개발했습니다.

모션: 바퀴를 움직입니다.

설명: Jasmine 모바일 로봇은 많은 떼 로봇 연구에 사용되는 떼 로봇 플랫폼입니다.

(v) E- 퍽

사용 된 센서: 거리, 카메라, 방위, 가속도 및 마이크와 같은 다양한 센서를 사용합니다.

개발: École Polytechnique Fédérale de Lausanne (EPFL), 스위스

모션: 휠 모션을 기반으로합니다.

설명: E-puck은 주로 교육용으로 설계되었으며 가장 성공적인 로봇 중 하나입니다. 그러나 단순성으로 인해 떼 로봇 연구에도 자주 사용됩니다. 2-4 시간의 작업 시간으로 사용자가 교체 할 수있는 배터리가 있습니다.

(vi) 킬 로봇

사용 된 센서: 거리 및 광 센서의 조합을 사용합니다.

개발: 미국 하버드 대학교

모션: 시스템의 몸의 움직임을 위해 시스템의 진동을 사용합니다.

설명: Kilobot은 그룹 충전 및 그룹 프로그래밍의 고유 한 기능을 갖춘 비교적 최근의 군집 로봇 플랫폼입니다. 단순성과 낮은 전력 소비로 인해 최대 24 시간의 가동 시간이 있습니다. 로봇은 특수 충전소에서 그룹별로 수동으로 충전됩니다.

2. 시뮬레이터

로봇 시뮬레이터는 인공적으로 시뮬레이션 된 실제 환경 매개 변수에서 봇의 신뢰성을 테스트하는 작업에 필요한 하드웨어 문제를 해결합니다.

다중 로봇 실험,보다 구체적으로 떼 로봇 실험에 사용할 수있는 많은 로봇 시뮬레이터가 있으며, 모두 기술적 인 측면뿐만 아니라 라이센스 및 비용면에서도 다릅니다. 스웜 봇 및 멀티 로봇 플랫폼의 일부 시뮬레이터는 다음과 같습니다.

SwarmBot3D: SwarmBot3D는 다중 로봇을위한 시뮬레이터이지만 SwarmBot 프로젝트의 S-Bot 로봇을 위해 특별히 설계되었습니다.
Microsoft Robotics Studio: 로봇 스튜디오는 Microsoft에서 개발 한 시뮬레이터입니다. 다중 로봇 시뮬레이션이 가능하며 실행하려면 Windows 플랫폼이 필요합니다.
Webots: Webots는 실제 로봇의 이미 구축 된 모델을 사용하여 다중 로봇 시뮬레이션을 허용하는 현실적인 모바일 시뮬레이터입니다. 실제 세계의 물리학을 적용하여 실제 충돌을 시뮬레이션 할 수 있습니다. 그러나 로봇보다 많은 수의 로봇으로 작업하면 성능이 저하되어 많은 수의 로봇으로 시뮬레이션을 어렵게 만듭니다.
Player / stage / Gazebo: Player / stage / Gazebo는 멀티 로봇 기능과 사용 가능한 다양한 로봇 및 센서 세트를 갖춘 오픈 소스 시뮬레이터입니다. 매우 좋은 결과로 2D 환경에서 군집 로봇 실험의 시뮬레이션을 잘 처리 할 수 있습니다. 환경의 인구 규모는 실시간으로 최대 1000 대의 단순 로봇까지 확장 할 수 있습니다.

Swarm Robotics에서 다양한 작업에 사용되는 알고리즘 및 기법

여기에서는 집합, 분산 등과 같은 다양한 간단한 작업을 위해 스웜 로봇 공학에서 사용되는 다양한 기술을 살펴볼 것입니다. 이러한 작업은 스웜 로봇 공학의 모든 고급 작업을위한 기본 초기 단계입니다.

집계: 집계는 모든 봇을 하나로 모으는 것이며 패턴 형성, 자체 조립, 정보 교환 및 집단 이동과 같은 다른 복잡한 단계에서 정말 중요하고 초기 단계입니다. 로봇은 스피커와 같은 액추에이터의 도움으로 소리 교환 메커니즘을 사용하는 근접 센서 및 마이크와 같은 센서를 사용합니다. 센서는 단일 봇이 그룹의 중심 인 가장 가까운 로봇을 찾는 데 도움이되며, 여기서 봇은 그룹의 중심에있는 다른 봇에만 집중하고 해당 로봇과 동일한 프로세스에 도달해야합니다. 떼의 모든 구성원이 그 뒤를 이어 모두 모이게합니다.

분산: 로봇이 한곳에 모이면 다음 단계는 로봇이 떼의 단일 구성원으로 작동하는 환경에 분산시키는 것이며, 이는 또한 떼의 각 봇이 작동하는 환경을 탐색하는 데 도움이됩니다. 탐색 할 수있을 때 단일 센서로 사용됩니다. 로봇의 분산을 위해 다양한 알고리즘이 제안되고 사용되었으며, 그 중 하나는 로봇이 장애물에 의해 반발하는 로봇의 분산을위한 잠재적 필드 알고리즘과 떼 환경이 선형으로 분산되도록하는 다른 로봇을 포함합니다.

다른 접근 방식 중 하나는 무선 강도 신호를 읽는 데 기반한 분산을 포함하며, 무선 강도 신호를 사용하면 로봇이 가장 가까운 이웃을 알지 못해도 분산 될 수 있으며 무선 강도를 포착하여 주변 환경에 분산시키기 위해 배열합니다.

패턴의 형성 : 떼 로봇에서 패턴의 형성은 집단 행동의 주요 특징이며, 이러한 패턴은 전체 그룹이 함께 작업하는 문제를 해결해야 할 때 매우 도움이 될 수 있습니다. 패턴 형성에서 봇은 각 봇이 로컬 정보 만 가지고있는 개별 로봇의 부분을 변경하여 글로벌 형태를 만듭니다.

로봇 무리는 내부 및 외부 정의 된 모양을 가진 구조를 형성합니다. 입자 / 로봇이 원하는 형태로 모이도록하는 규칙은 국지적이지만 떼의 개별 구성원에 대한 글로벌 정보가없는 글로벌 형태가 나타납니다. 알고리즘은 인접 입자 사이에 가상 스프링을 사용하여 인접 입자 수를 고려합니다.

집단 운동: 팀이 모두 함께 문제를 해결할 수없고 그것이 무리의 가장 좋은 부분 인 경우 팀의 의미는 무엇입니까? 집단 이동은 로봇 그룹을 조정하고 하나의 그룹으로 함께 이동하도록하는 방법입니다. 이것은 일부 집단적인 작업을 수행하는 기본적인 방법이며 두 가지 유형의 형성과 무리로 분류 할 수 있습니다.

집단 이동 방법은 여러 가지가 있지만 점점 늘어나는 로봇으로 확장 성을 허용하는 방법 만이 각 로봇이 이웃의 상대적 위치를 인식하고 매력적이거나 반발적일 수있는 각 힘에 반응하여 집단 이동을위한 구조를 형성하는 경우에만 우려됩니다.

작업 할당 : 작업 할당은 분업을 기반으로하는 스웜 로봇 공학에서 문제가되는 영역입니다. 하지만 분업에 사용되는 방법은 여러 가지가 있는데, 그 중 하나는 각 로봇이 다른 로봇의 작업에 대한 관찰을 유지하고 동일한 기록을 유지하고 나중에 작업에 적합하도록 자신의 행동을 변경할 수 있다는 것입니다. 이 방법은 가십 통신을 기반으로하며 확실히 더 나은 성능의 장점을 가지고 있지만 동시에 통신 중 제한된 견고성과 패킷 손실로 인해 확장 성이 떨어지는 단점이 있습니다. 다른 방법에서는 일부 로봇이 작업을 발표하고 특정 수의 다른 로봇이 동시에 참석하는 방식으로 간단하고 반응적인 방법입니다.

소스 검색: Swarm 로봇 공학은 소스 검색 작업에서 매우 성공적입니다. 특히 소리 나 냄새의 경우 검색 소스가 복잡 할 때 더욱 그렇습니다. 스웜 로봇에 의한 검색은 두 가지 방식으로 수행됩니다. 하나는 글로벌이고 다른 하나는 로컬이고 두 가지의 차이점은 통신입니다. 하나는 로봇이 글로벌 최대 소스를 찾을 수있는 로봇 간의 글로벌 통신입니다. 다른 하나는 로컬 최대 값을 찾기 위해 로봇 간의 로컬 통신으로 만 제한됩니다.

물체의 운반: 개미는 운반 할 물체가 너무 무거 우면 개별 개미가 다른 짝이 협력하기를 기다리는 물체의 집합 적 운반을합니다. 같은 가벼운 로봇 아래에서 떼는 각 로봇이 물체를 운반하기 위해 다른 로봇과 협력 할 수있는 이점이있는 것과 동일한 방식으로 사물을 작동시킵니다. S-bots는 스스로 조립하여 협력하는 운송 문제를 해결하기위한 훌륭한 플랫폼을 제공하며, 운송 할 물체가 무거울 경우 알고리즘이 확장됩니다.

다른 방법은 객체를 수집하여 나중에 운송하기 위해 보관하는 객체의 집합 적 운송입니다. 여기서 로봇은 객체를 수집하고 카트에 넣는 작업과 해당 객체를 운반하는 카트를 집합 적으로 이동하는 두 가지 작업을 수행합니다.

집단적 매핑: 집단적 매핑은 다수의 로봇을 사용하여 넓은 실내 영역을 탐색하고 매핑하는 데 사용됩니다.

한 가지 방법에서 매핑은 두 로봇의 두 그룹에 의해 수행되며,이 두 로봇은지도를 병합하기 위해 정보를 교환합니다. 다른 방법은 로봇이 움직이는 두 역할 또는 떼의 움직임으로 교환 할 수있는 랜드 마크 중 하나를 맡을 수있는 역할 기반입니다. 또한 로봇은 자신의 위치에 대한 특정 추정치를 가지고 있으므로 집단지도를 작성하기 위해 다른 로봇의 위치를 추정해야합니다.

Swarm Robotics의 실제 적용

스웜 로봇에 대한 광범위한 연구가 2012 년경에 시작되어 지금까지 상용 실제 응용 프로그램으로 나오지 않았지만 의료용으로 사용되고 있지만 그 규모가 크지는 않으며 아직 테스트 중입니다. 이 기술이 상업적으로 나오지 않는 데에는 여러 가지 이유가 있습니다.

개인과 글로벌을위한 알고리즘 설계: 떼의 집단적 행동은 단일 로봇과 그 행동을 설계해야하는 개인에서 나옵니다. 현재 개인에서 집단 행동으로 이동할 수있는 방법은 없습니다.

테스트 및 구현: 추가 개발을위한 실험실 및 인프라에 대한 광범위한 요구 사항.

분석 및 모델링: 스웜 로봇 공학에서 수행되는 다양한 기본 작업은 이러한 작업이 비선형 적이므로 작업을위한 수학적 모델을 구축하는 것은 매우 어렵습니다.

이러한 문제 외에도 단순한 디자인으로 인해 개인과 무리에 대한 추가 보안 문제가 있습니다.

(i) 로봇의 물리적 캡처.

(ii) 떼에있는 개인의 신원, 로봇이 떼의 로봇 또는 다른 떼의 로봇과 상호 작용하고 있는지 알아야합니다.

(iii) 개인과 무리에 대한 커뮤니케이션 공격.

스웜 로봇의 주요 목표는 로봇이 분산되어 각자의 작업을 수행 할 수있는 넓은 영역을 커버하는 것입니다. 누출, 지뢰 등과 같은 위험한 이벤트를 감지하는 데 유용하며 분산되고 이동 가능한 센서 네트워크의 주요 장점은 넓은 영역을 감지하고 조치를 취할 수 있다는 것입니다.

스웜 로봇의 응용은 정말 유망하지만 알고리즘과 모델링 부분 모두에서 개발이 여전히 필요합니다.