군집 로봇학

Swarm robotics
오픈소스 재스민 마이크로로봇 무리 충전
조지아 공과대학의 iRobot Createrobots 팀

군집 로봇 공학은 다수의 단순한 물리적 로봇으로 구성된 시스템으로서 여러 로봇의 조정에 대한 접근법이다.로봇 간의 상호작용과 로봇과 환경의 상호작용에서 바람직한 집단 행동이 나타난다고 가정한다.이 접근법은 곤충, 개미, 그리고 군집 행동이 일어나는 자연 속 다른 분야에 대한 생물학적 연구뿐만 아니라 인공 군집 지능 분야에서도 나타났다.

정의.

군집 로봇 공학 연구는 로봇의 설계, 물리적 신체 및 제어 행동을 연구하는 것입니다.그것은 영감을 얻었지만 군집 지능이라고 불리는 사회적 곤충에서 관찰되는 새로운 행동에 의해 제한되지는[1] 않습니다.비교적 단순한 개별 규칙은 복잡한 군집 행동을 많이 만들어 낼 수 있다.핵심 요소는 지속적인 피드백 시스템을 구축하는 그룹 구성원 간의 커뮤니케이션입니다.무리들의 행동에는 집단 전체의 행동뿐만 아니라 다른 사람들과 협력하여 개체들의 지속적인 변화가 포함됩니다.

일반적인 분산형 로봇 시스템과 달리, 군집 로봇 공학은 많은 수의 로봇을 강조하고, 예를 들어 로컬 [2]통신만을 사용하여 확장성을 높입니다.예를 들어 무선 주파수나 [3]적외선 같은 무선 전송 시스템에 의해 로컬 통신이 이루어질 수 있습니다.

목표와 응용 프로그램

소형화와 비용은 군집 로봇의 핵심 요소입니다.이는 대규모 로봇 그룹을 만드는 데 있어 제약사항이므로 개별 팀 구성원의 단순성이 강조되어야 합니다.이를 통해 개인 수준이 아닌 군집 수준에서 의미 있는 행동을 할 수 있도록 군집 지능적 접근법이 동기 부여되어야 한다.
개별 로봇 수준의 단순성 목표를 위해 많은 연구가 진행되어 왔습니다.시뮬레이션이 아닌 Swarm Robotics의 연구에 실제 하드웨어를 사용할 수 있으면 연구자들은 더 많은 문제를 해결하고 Swarm Research의 범위를 넓힐 수 있습니다.따라서, 군집 지능 연구를 위한 간단한 로봇 개발은 이 분야에서 매우 중요한 측면이다.이러한 목표에는 개별 로봇의 비용을 낮게 유지하여 확장성을 확보함으로써 각 군집 구성원의 자원 수요를 줄이고 전력/에너지 효율성을 높이는 것이 포함됩니다.

개별 로봇과 비교했을 때, 군집단은 일반적으로 주어진 임무를 하위 [4]태스크로 분해할 수 있습니다; 군집단은 부분적인 군집 실패에 더 강하고 다른 [5]임무에 대해 더 유연합니다.

그러한 군집 시스템 중 하나가 야외 군집 로봇용으로 제작된 저비용 로봇을 사용하는 LIBOT 로보틱[6] 시스템이다.GPS 센서는 건물 내 통신이 원활하지 않기 때문에 와이파이를 통해 실내에서 사용할 수 있는 장비도 갖추고 있다.또 다른 시도로는 영국 링컨 대학의 컴퓨터 인텔리전스 연구소에서 만든 마이크로 로봇(콜리아스)[7]이 있다.이 마이크로 로봇은 4cm 원형 섀시를 기반으로 제작되었으며, 다양한 Swarm Robotics 애플리케이션에 사용할 수 있는 저비용 개방형 플랫폼입니다.

적용들

군집 로봇 공학에 대한 잠재적인 응용 분야는 많습니다.여기에는 마이크로 기계 또는 인체의 분산 감지 작업과 같이 소형화가 필요한 작업(나노로보틱스, 마이크로보틱스)이 포함됩니다.군집 로봇의 가장 유망한 용도 중 하나는 수색과 구조 [8]임무입니다.구조대원이 안전하게 접근할 수 없는 곳에 크기가 다른 로봇 무리를 보내 미지의 환경을 탐색하고 탑재 [8]센서를 통해 복잡한 미로를 해결할 수 있다.한편, 군집 로봇 공학은 채굴이나 농업용 목동 [9]작업과 같이 저렴한 설계를 요구하는 작업에 적합할 수 있습니다.

더 논쟁적으로, 군사 로봇 무리들은 자율 군대를 구성할 수 있다.미 해군은 스스로 방향을 잡고 공격을 가할 수 있는 자율보트 무리를 시험했다.그 보트는 무인이고 적함을 [10]저지하고 파괴하기 위한 어떤 종류의 키트도 장착할 수 있다.

시리아 내전 당시 이 지역의 러시아군은 [11]폭발물을 탑재한 고정익 무인기 떼에 의한 자국 내 주요 공군 기지에 대한 공격을 보고한 바 있다.

대부분의 대처는 비교적 소규모의 기계 그룹에 초점을 맞추고 있습니다.하지만, 1024개의 개별 로봇으로 구성된 무리가 2014년에 하버드에 의해 시연되었는데,[12] 이는 현재까지 가장 큰 규모이다.

오늘날에도 광범위하게 조사되고 있는 수많은 마이크로 에어 차량을 사용하여 또 다른 대규모 애플리케이션을 해결할 수 있습니다.비행 로봇의 다수의 선도적 연구와 비교하여 사격 스타 같은 실험실 conditions,[13]현재 시스템에서 정확한 모션 캡처 시스템을 이용하여(GPS 같은)거나 심지어 기내에 장치된 국산화 시스템 경우 15를 사용하여 안정화 초소형 비행기 수백개의 야외 environment[14]의 팀 GNSS 시스템을 이용하여 제어할 수 있다.해결이 GPS는 사용할 [16][17]수 없습니다.소형 팔랑크스의 [20]자율 감시,[18] 플룸 [19]추적 및 정찰 작업에서 이미 많은 초소형 항공기가 테스트되었다.협력 환경 모니터링,[21] 동시 현지화 및 매핑,[22] 호송 보호,[23] 이동 목표물 현지화 [24]및 추적 등의 대상 응용을 통해 지상 및 항공기의 협력 무리에 대한 수많은 작업이 수행되고 있다.

또한, 스몰 3D 프린팅으로 알려진 제조 분야에서의 자율 스몰 적용에 진전이 있었습니다.이는 하드웨어 크기 제약으로 인해 기존의 3D 인쇄를 사용할 수 없는 대형 구조물 및 부품 생산에 특히 유용합니다.소형화와 대량 모빌리제이션으로 제조 시스템은 효과적인 빌드 용량에 제한되지 않고 규모의 불변성을 달성할 수 있습니다.개발 초기 단계인 스몰 3D 프린팅은 신생업체들에 의해 상용화되고 있다.Rapid Induction Printing 금속 적층 제조 공정을 사용하여 Rosotics는[25] 금속 페이로드(payload)를 사용한 군집 3D 인쇄를 최초로 시연했으며, 항공 [26]플랫폼에서 금속 3D 인쇄를 구현한 유일한 회사였습니다.

드론이 득실거리다

무인기 떼는 표적 탐색, 무인기 디스플레이 및 배달에 사용됩니다.드론 디스플레이는 예술적인 디스플레이나 광고를 위해 밤에 여러 개의 불이 켜진 드론을 사용합니다.배달 중인 드론 무리는 한 번에 여러 개의 패키지를 하나의 목적지로 운반할 수 있으며, 단일 드론의 페이로드와 배터리 한계를 [27]극복할 수 있습니다.드론의 무리들은 항력 [28]때문에 전체적인 에너지 소비를 줄이기 위해 다양한 비행 편대를 취할 수 있다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Hunt, Edmund R. (2019-03-27). "The social animals that are inspiring new behaviours for robot swarms". The Conversation. Retrieved 2019-03-28.
  2. ^ Hamann, H. (2018). Swarm Robotics: A Formal Approach. New York: Springer International Publishing. ISBN 978-3-319-74528-2.
  3. ^ N. 코렐, D. 러스네트워크 로봇 시스템의 아키텍처 및 제어.인: Serge Kernbach (Ed.) : Pan Stanford, Singapore, 2013년, Pan Stanford, Collective Robotics, 페이지 81-104.
  4. ^ Hu, J.; Bhowmick, P.; Lanzon, A. (2020). "Two‐layer distributed formation‐containment control strategy for linear swarm systems: Algorithm and experiments". International Journal of Robust and Nonlinear Control. 30 (16): 6433–6453. doi:10.1002/rnc.5105.
  5. ^ Kagan, E.; Shvalb, N.; Gal, I. (2019). Autonomous Mobile Robots and Multi‐Robot Systems: Motion‐Planning, Communication, and Swarming. John Wiley and Sons. ISBN 9781119212867.
  6. ^ Zahugi, Emaad Mohamed H.; Shabani, Ahmed M.; Prasad, T. V. (2012), "Libot: Design of a low cost mobile robot for outdoor swarm robotics", 2012 IEEE International Conference on Cyber Technology in Automation, Control, and Intelligent Systems (CYBER), pp. 342–347, doi:10.1109/CYBER.2012.6392577, ISBN 978-1-4673-1421-3, S2CID 14692473
  7. ^ Arvin, F., Murray, J.C., Licheng Shi, Chun Zhang, Shigang Yue, "군집 로봇용 자율 마이크로 로봇 개발", 메카트로닉스 및 자동화(ICMA), 2014 IEEE 국제회의 on, volume, no, pp.6, 356, 406.do: 2014 do.
  8. ^ a b Hu, J.; Niu, H.; Carrasco, J.; Lennox, B.;Arvin, F., "심층 강화 학습을 통한 미지의 환경에서의 Voronoi 기반 멀티 로봇 자율 탐사" IEEE Transactions on Vehicle Technology, 2020.
  9. ^ Hu, J.; Turgut, A.; Krajnik, T.; 레녹스, B.;Arvin, F., "Autonomous Robotic Shepherding Tasks를 위한 폐색 기반 조정 프로토콜 설계" IEEE Transactions on Cognitive and Developmental Systems, 2020.
  10. ^ Lendon, Brad. "U.S. Navy could 'swarm' foes with robot boats". CNN.
  11. ^ Madrigal, Alexis C. (2018-03-07). "Drone Swarms Are Going to Be Terrifying and Hard to Stop". The Atlantic. Retrieved 2019-03-07.
  12. ^ "A self-organizing thousand-robot swarm". Harvard. 14 August 2014. Retrieved 16 August 2014.
  13. ^ Kushleyev, D.; Melinger, C.; Powers, C.; Kumar, V., "신속한 마이크로 쿼드로터 무리를 향해" 자율 로봇, 제35권, 제4, 페이지 287-300, 2013년 11월
  14. ^ 바사르헬리 주, 비라그 주, 타르카이 주, 소모르자이 주, 빅섹 주야외 이동 및 자율 공중 로봇 편대 비행.IEEE/RSJ 지능형 로봇 및 시스템에 관한 국제회의(IROS 2014), 2014
  15. ^ Faigl, J.; Krajnik, J.; Chudoba, J.; Preucil, L.; Saska, M. 로봇 무리에서의 상대적인 위치 파악을 위한 저비용 임베디드 시스템.ICRA2013: 2013 IEEE 로봇 및 자동화에 관한 국제회의의 진행.2013.
  16. ^ 사스카, 주, 바쿨라, 프레우실, L. 항공기의 무리가 시각적인 상대적인 국지화 하에서 안정화되었습니다.ICRA 2014: 2014 IEEE 국제 로봇 및 자동화 컨퍼런스 진행.2014.
  17. ^ Saska, M. MAV-swarms: 탑재된 상대적인 위치를 사용하여 주어진 경로를 따라 안정화된 무인 항공기.2015년 국제 무인 항공기 시스템 회의(ICUAS) 진행 중. 2015년.
  18. ^ 사스카 주, 주, 주, 프레우실 주, 토마스 주, 로이안노 주, 트레나크 주, 보나세크 주, 쿠마르 주협력 감시에서 마이크로 에어리얼 차량 무리 자율 배치.2014년 국제 무인 항공기 시스템 회의(ICUAS).
  19. ^ 사스카, M., 랑그르 J.; L. 프레우실마이크로 항공기의 자체 안정화 그룹에 의한 플룸 추적.In Modeling and Simulation for Autonomous Systems, 2014.
  20. ^ Saska, M.; Kasl, Z.; Preucil, L. Motion Planning and Control of Formations of Micro Aerial Vehicle.국제자동제어연맹의 제19차 세계회의 의사록.2014.
  21. ^ Saska, M.; V., V.; Krajnik, T.; Preucil, L. 이기종 UAV-UGV 팀의 조정 및 항법 Hawk-Eye 접근으로 현지화.2012 IEEE/RSJ 국제 지능형 로봇 및 시스템에 관한 회의의 진행. 2012년.
  22. ^ 정순조 등"항공군 로봇에 관한 조사." IEEE Transactions on Robotics 34.4 (2018년) : 837-855.
  23. ^ Saska, M.; V., V.; Krajnik, T.; Preucil, L. 조정 및 항법 모델 예측 제어 체계에 따른 '매의 눈'과 같은 접근법에 의해 국지화된 이기종 MAV-UGV 포메이션의 항법.International Journal of Robotics Research 33(10): 1393–1412, 2014년 9월.
  24. ^ Kwon, H; Pack, D. J. 센서 퓨전 품질을 이용한 협력 무인 항공기의 강력한 모바일 표적 위치 파악 방법.인텔리전트 및 로보틱 시스템 저널, 제65권, 제1호, 페이지 479-493, 2012년 1월.
  25. ^ "Rosotics - Solving Industry's Largest Problems".
  26. ^ "Technology". 25 July 2020.
  27. ^ Alkouz, Balsam; Bouguettaya, Athman; Mistry, Sajib (Oct 18–24, 2020). "Swarm-based Drone-as-a-Service (SDaaS) for Delivery". IEEE International Conference on Web Services (ICWS 2020): 441–448. arXiv:2005.06952. doi:10.1109/ICWS49710.2020.00065. ISBN 978-1-7281-8786-0. S2CID 218628807. Retrieved Jan 11, 2021.
  28. ^ Alkouz, Balsam; Bouguettaya, Athman (Dec 7–9, 2020). "Formation-based Selection of Drone Swarm Services". 17th EAI International Conference on Mobile and Ubiquitous Systems: Computing, Networking and Services: 386–394. arXiv:2011.06766. doi:10.1145/3448891.3448899. ISBN 9781450388405. S2CID 226955877. Retrieved Jan 11, 2021.

외부 링크