Arquitetura baseada em algoritmo genético utilizando modelo de ilhas para alocação de tarefas em sistemas multi-robóticos

DSpace Repository

A- A A+

Arquitetura baseada em algoritmo genético utilizando modelo de ilhas para alocação de tarefas em sistemas multi-robóticos

Show full item record

Title: Arquitetura baseada em algoritmo genético utilizando modelo de ilhas para alocação de tarefas em sistemas multi-robóticos
Author: Cechinel, Alan Kunz
Abstract: O avanço tecnológico fez com que cada vez mais consumidores aderissem às compras por meios eletrônicos e, por consequência, a demanda por armazéns de distribuição mais eficientes aumentasse. As novas tecnologias também permitiram que os robôs móveis deixassem de ser apenas objeto de estudo, e se tornassem um elemento essencial em diversas áreas, incluindo o ramo da logística, pois os robôs são menos susceptíveis a erros, o que pode aumentar a eficiência dos armazéns, e seu custo operacional não cresce com o tempo. Porém, para que os robôs sejam eficientes em suas atividades, é necessário que o gerenciamento da distribuição e realização das tarefas executadas por eles seja otimizado. A alocação de tarefas pode utilizar diversas técnicas, os métodos leilão e Algoritmo Genético (AG) estão entre as mais utilizadas. Contudo, as abordagens já desenvolvidas normalmente não atendem à restrições de prazo, energia e capacidades de carga dos robôs simultaneamente. Portanto, esta pesquisa desenvolveu uma arquitetura que emprega o AG utilizando Modelo de Ilhas, para alocação de tarefas em sistemas multi-robóticos, que atende a esses tipos de restrições ao mesmo tempo. O sistema desenvolvido utiliza os pacotes de navegação e comunicação do Robot Operating System (ROS). Assim, qualquer conjunto de robôs que utilize uma versão deste sistema operacional pode utilizar a arquitetura desenvolvida. As avaliações do sistema mostram que ele é capaz de alocar mais tarefas que o AG padrão quando utilizando a mesma heurística. Além disso, a abordagem desenvolvida encontra soluções onde a estimativa de consumo energético é menor que o esperado e atende restrições de carga de transporte, bateria e prazo. Também demonstraram que o sistema é funcional na coordenação de um grupo de robôs em um ambiente simulado. Por fim, os resultados indicam que em um ambiente real de média escala pode-se utilizar o sistema. Para ambientes maiores, a obtenção de soluções otimizadas demanda um tempo para alocar tarefas que cresce exponencialmente com o número delas.Abstract: The technological advances have led more consumers to adhere to e-commerce shopping. Consequently, the need for efficiency has increased in warehouses. The new technologies also had allowed the use of commercial mobile robots in several areas, including logistics, once that robots are less susceptible to failures, which can increase warehouse efficiency. Besides that, its operational cost does not increase with time, as staff salaries. However, to robots being efficient, it is necessary optimization in the management of task allocation. This process can use several techniques, methods as auction and Genetic Algorithm (GA) are among the most used. However, the approaches already developed do not meet restrictions related to deadline, energy consumption and payload capacities simultaneously. Therefore, this research has developed an architecture that uses the Island Model GA, in multi-robot task allocation, that satisfies the restrictions mentioned above. The developed system uses packages from ROS to navigation and communication. Thus, any robot set that utilizes a version of this operating system can use the developed architecture. The system evaluation has shown that it allocates more tasks than the standard GA when using the same heuristic. Also, the developed approach finds solutions where the estimated energy consumption is smaller than the expected and meets restrictions of payload, battery and deadline. It has shown also that the system is functional to coordinate a group of robots in a simulated environment. Finally, the results show that a medium scale real environment can use the system. To larger systems, the approach can find optimized solutions, but the time to execute the allocations process grows exponentially depending on the task set size.
Description: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2020.
URI: https://repositorio.ufsc.br/handle/123456789/220474
Date: 2020


Files in this item

Files Size Format View
PEAS0363-D.pdf 18.11Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record

Search DSpace


Browse

My Account

Statistics

Compartilhar