Kolektivní robotické vyhledávání založené na optimalizaci hejnem částic
Collective Robotic Search Using Particle Swarm Optimization
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/54980Identifikátory
SIS: 130048
Kolekce
- Kvalifikační práce [10690]
Autor
Vedoucí práce
Oponent práce
Mráz, František
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná informatika
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
20. 6. 2013
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
kolektivní robotické vzhedávání, optimalizace hejnem částicKlíčová slova (anglicky)
collective robotic search, particle swarm optimizationS rozvojem a miniaturizací elektrotechniky se dostává pozornost malým robotům, kteří díky vzájemné spolupráci řeší konkrétní problém. Jedním takovým problémem může být vyhledávání určitého cíle, jenž vyzařuje záření, jehož intenzitu roboti detekují. Jako velmi výhodný přístup se ukázalo použití techniky optimalizace hejnem částic, která pomocí pohybu částic ve vícedimenzi- onálním prostoru hledá optimum. Tato práce se zabývá aplikací tohoto přístupu na hejno robotů. Byl popsán simulátor věnovaný tomuto problému a vyvinutý k vizualizaci a sběru dat, ze kterých byly vyvozeny praktické závěry. Dále byly před- staveny modifikace algoritmu pro lepší vyhledávání při různých vlivech prostředí a nastavení robotů. 1
With the advancement and miniaturization of electronic devices we experience today a lot of attention is shifting to small robots capable of solving a specific problem collectively. Such problem can be a seeking of a specific target emitting a specific radiation which is detected by the robots depending on its intensity. A technique called particle swarm optimization was proven to be a very useful approach for this task. This technique uses so-called particles moving in a multidimensional space searching for an optimum. This paper deals with the application of this approach to the swarm of robots. A simulator capable of visua- lizing and collecting data was developed and described in this work and practical conclusions were drawn. Modifications and improvements of the algorithm were made to improve the search process in various environmental and robot settings. 1