Publication: Planificación de maniobras para barcos autónomos mediante sistemas bioinspirados
Loading...
Official URL
Full text at PDC
Publication Date
2009
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
Este trabajo presenta los resuLtados conseguidos mediante el uso de un algoritmo bio-inspirado, basado en el algoritmo Ant Colony Optmization, para la planificación y optimización de maniobras viables para un barco autónomo. El escenario de este trabajo incluye sólo maniobras en mar abierto. El objetivo consiste en obtener la trayectoria descrita por una barco entre dos puntos empleando el mínimo tiempo posible. Partiendo de un estado inicial con velocidad y orientación arbitraria, acanzando el punto de destino con unos valores predeterminados para la velocidad y la orientación. La dinámica especifica del barco impone las correspondientes restricciones a su maniobrabilidad.
En los úLtimos años, se han desarrollado y probado en distintos escenarios técnicas de optimizadón heurísticas. Entre ellas los llamados algoritmos de inspiración biológica, como por ejemplo el Ant Colony Optimization o el Artificial Bee Colony Algorithm, resultan particularmente atractivos por su capacidad para resolver problemas de optimización complejos, en los cuales las técnicas clásicas no son apLicables o resultan difíciles de implementar.
El objetivo del presente trabajo es probar a viabiLidad de una de estas técnicas para obtener la trayectoria de un barco autónomo en el escenario de maniobras previamente descrito. Para conseguir este objetivo, se utiliza un modelo simplificado de la dinámica de un barco, considerando únicamente tres grados de Libertad (avante, guiñada y derivada). La propulsión se ha moderado utiLizando un sistema de waterjets ajustabe, que juega también el papel de timón. La velocidad y el rumbo se ajustan utiLizando un controlador PID clásico que estabiLiza el rumbo y la velocidad.
El algoritmo Ant Colony Optimization se basa en el método que utiLizan las hormigas para encontrar los caminos más cortos en la recolección de alimento. A medida que avanzan las hormigas depositan una cierta cantidad de feromona, cuando una hormiga tiene que buscar el camino hacia la comida, prefiere, en un sentido probabilístico, aquellos caminos que presentan una mayor concentración de feromona. Como los caminos más cortos, son recorridos en menos tiempo, cuanto más corto es el camino mayor número de hormigas lo utilizan. El resuLtado es que el camino mínimo (óptimo) va aumentando la concentración de feromona y es el que finalmente se utiliza.
[ABSTRACT]
This work presents some results achieved from a study on the use of an Ant Colony Algorithm Extension to plan feasible optimal or suboptimal trajectories for an autonomous ship manoeuvring. The scenario, for this work, comprises only open sea manoeuvres. The goal involves obtaining the least time consuming ship trajectory between to points, departing from the start point with arbitrary initial speed and attitude values and arriving to the end point with predefined speed and attitude values.The specific dynamic of the ship imposes typical restrictions to its manoeuvrability.
In recent years, several innovative optimisation techniques, based on heuristic search methods have been developed and proved in very different scenarios. Among them, the so called bioinspired algorithms, such the Ant Colony Optimisation or the Artificial Bee Colony Algorithm result particularly attractive by their capacity to solve complex optimisation problems in which, other classical techniques are unfeasible or difficult to implement. The aim of the present work is to prove the viability of one of
these techniques to obtain the trajectory of an autonomous ship in the manoeuvring scenario described above. To accomplish this goal, a simplified dynamical model of a ship, considering only three degrees of freedom (surge, sway and yaw) was employed. The propulsion was modelled as a trimable waterjet system, which plays also the role of the rudder. Both, speed and course are controlled by a classical PID system, which stabilizes the course and speed, according to preset values of the PID constants.
Ant Colony Optimisation algorithms are based in the way in which ants are capable of finding the shortest path from a food source to their nest. Ants deposit a certain amount of pheromone while walking. When any ant searches a path to follow in its search for food, it prefers, in a probabilistic sense, the trails rich on pheromone. As far as shorter paths can be followed faster, the shorter the
path the larger the number of ants that cover it by unit time. As a result, the shortest (optimum) path becomes more and richer on pheromone, and eventually it is the only one used.
Description
Master en Investigación en Informática, Facultad de Informática, Departamento de Arquitectura de Computadores y Automática, curso 2008-2009