AIBO Robotu Üzerinde Hızlı Hareket Tiplerinin Geliştirilmesi *



Benzer belgeler

RoboAKUT

Bilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU

GENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA

JEODEZİK AĞLARIN OPTİMİZASYONU

DİSK DEPOLAMA ALANLARI

Sayın İlgili, Sponsorlar için detaylı bilgi, ekte sunulan Sponsor Başvuru Dosyası nda yer almaktadır.

Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

GÖRÜNTÜ TABANLI ALGILAMA İLE QUADROTORUN HAREKETLİ BİR CİSMİ TAKİBİ

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008

Lineer Pivot Sulama ve Center Pivot Sulama Sistemlerinde Uzaktan RF Kontrol & İzleme & Pozisyon Kontrol Sistemleri

Şekil 1:Havacılık tarihinin farklı dönemlerinde geliştirilmiş kanat profilleri

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI

ROBOT OTOMASYONU SAKARYA ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ KALIPÇILIK TEKNİĞİ DERS NOTU. Doç.Dr. Akın Oğuz KAPTI

Neden Endüstri Mühendisliği Bölümünde Yapmalısınız?

Arş.Gör.Muhammet Çağrı Gencer Bilgisayar Mühendisliği KTO Karatay Üniversitesi 2015

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:

MONTAJ HATLARINDA ÇALIŞMA DURUŞLARININ REBA YÖNTEMİ İLE ANALİZİ VE ERGONOMİK RİSK DEĞERLENDİRMESİ

İNSANSIZ HAVA ARACI PERVANELERİNİN TASARIM, ANALİZ VE TEST YETENEKLERİNİN GELİŞTİRİLMESİ

Tarih Saat Modül Adı Öğretim Üyesi. 01/05/2018 Salı 3 Bilgisayar Bilimlerine Giriş Doç. Dr. Hacer Karacan

Zeki Optimizasyon Teknikleri

Ölçme Bilgisi Jeofizik Mühendisliği Bölümü

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI

FTR 331 Ergonomi. yrd. doç. dr. emin ulaş erdem

Çimento Operatörleri ve Bakım Personeli için Simulatör sistemi: ECS/CEMulator

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı

Albert Long Hall, Boğazi 4-55 Nisan 2008

Giriş Çıkış Birimleri:

MEB ULUSLARARASI SEKİZİNCİ ROBOT YARIŞMASI MAYIS 2014 ESKİŞEHİR ÇİZGİ İZLEYEN ROBOT YARIŞMASI KURALLARI 1) Amaç

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

MOODLE UZAKTAN ÖĞRETİM SİSTEMİ

ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ

MANGIR. V1.0f. (S.S.S) Sıkça Sorulan Sorular. Document ID : 2a8843b5a037cec6c dc

G( q ) yer çekimi matrisi;

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

30 m 2 30 m m 2. Koridor. 42 m 2 42 m m 2

Robot Bilimi. Robot Kontrol Sistemleri

TC KOCAELİ ÜNİVERSİTESİ AR-GE LABORATUVARI DESTEKLEME PROGRAMI PROJELERİ PROJE SONUÇ RAPORU,

T.C. AĠLE VE SOSYAL POLĠTĠKALAR BAKANLIĞI ÖZÜRLÜ VE YAġLI HĠZMETLERĠ GENEL MÜDÜRLÜĞÜ. HĠSSEDĠLEBĠLĠR YÜZEY ÇALIġTAYLARI (I-II) DEĞERLENDĠRME RAPORU

RF İLE ÇOK NOKTADAN KABLOSUZ SICAKLIK ÖLÇÜMÜ

5.63. YÜK KONTROLLÜ ASANSÖR ROBOT TASARIMI

Genetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden

Türkiye nin Sanayi Devrimi «Dijital Türkiye» Yol Haritası

Bulanık Mantık Tabanlı Uçak Modeli Tespiti

UZAKTAN EĞİTİM UYGULAMA VE ARAŞTIRMA MERKEZİ. Uzaktan Eğitim ve Oryantasyon. Sayı 1 / Eylül 2017 İSTANBUL AYDIN ÜNİVERSİTESİ

KTO KARATAY ÜNİVERSİTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ

7. FIRST LEGO LİGİ TÜRKİYE TURNUVALARI

IV.Ünite: SEMBOLİK MANTIK: D - Çok Değerli Mantık Özet

Yasal Durum, Ölçüm Standartları, Kalibrasyon, Cihaz ve Ekipman

Pardus Temel Seviye Kullanıcı Eğitimi. Sürüm Ağustos 2012 Pardus K Fatih Akıllı Tahta sürümüne göre hazırlanmıştır.

KISA MESAFEDE SONUÇLANDIRMA(FINISHING)

5. PROGRAMLA DİLLERİ. 5.1 Giriş

BLM 4811 MESLEKİ TERMİNOLOJİ II Salı , D-109 Dr. Göksel Biricik

Elbistan Meslek Yüksek Okulu Güz Yarıyılı

Siber Güvenlik Risklerinin Tanımlanması / Siber Güvenlik Yönetişimi

EGE Üniversitesi Mühendislik Fakültesi Bilgisayar Müh. Bölümü Öğretim Yılı Lisans Tezi Önerileri

Gezgin Etmen Sistemlerinin Başarım Ölçümü: Benzetim Tekniği

Sony - Biz Güvenlik İzmir Kamera Sistemleri Güvenilir Güvenlik Çözümleri Mobotix Çözümleri

MASA ÜSTÜ 3 EKSEN CNC DÜZ DİŞLİ AÇMA TEZGAHI TASARIMI ve PROTOTİP İMALATI

TEKNOLOJİ VE TASARIM Dersine giriş

Sakarya Üniversitesi - Bilgisayar Mühendisliği

ELLE TAŞIMA İŞLERİ YÖNETMELİĞİ

GÖMÜLÜ SİSTEMLER. Bilecik Şeyh Edebali Üniversitesi Gömülü Sistemler Ders notları-1

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı

2.1 Gri Düzey Eş Oluşum Matrisi ( GLCM) Gri düzey eş oluşum matrisi Haralick tarafından öne sürülmüştür [1]. Đstatistiksel doku analizi yöntemidir.

Dünya Robot Olimpiyatı WRO 2017 Türkiye Turnuvası. WRO Futbol Sahası

Temel Hareketler Kontrol Listeleri Yer değiştirme hareketleri: Gerçekleşti Gerçekleşmedi

MARMARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ROBOT TAKIMI ULUSLARARASI MARMARA ROBOT OLİMPİYATLARI 2016 İSTANBUL UN FETHİ KATEGORİSİ KURALLARI

KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü

... ROBOTİK VE KODLAMA EĞİTİMİ ÇERÇEVESİNDE ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ DERSİ ÜNİTELENDİRİLMİŞ YILLIK DERS PLANI

YAZILIM KAVRAMINA BİR BAKIŞ. Gürcan Banger Elektrik Yük. Müh. ESOGÜ - 9 Nisan 2007

BAŞVURU FORMU ÖRNEK DÖKÜMAN

DENEY 2. Statik Sürtünme Katsayısının Belirlenmesi. Süleyman Demirel Üniversitesi Fen Edebiyat Fakültesi

(Mekanik Sistemlerde PID Kontrol Uygulaması - 3) HAVA KÜTLE AKIŞ SİSTEMLERİNDE PID İLE SICAKLIK KONTROLÜ. DENEY SORUMLUSU Arş.Gör.

Esnek Hesaplamaya Giriş

Piramit Satırları. Aşağıdaki girdi rakamlarından hangisi son satırda sonucun "0 (sıfır)" olmasını sağlar?

Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM Veri Yapıları Dersi. Proje#2

Borsa Bilgi Sistemi TEKLİF DOSYASI

Robot Yaz Okulu 1. DÖNEM 21 Haziran 9 Temmuz 2010

TARIM VE KIRSAL KALKINMAYI DESTEKLEME KURUMU TARAFINDAN DESTEKLENECEK KANATLI ETİ ÜRETEN TARIMSAL İŞLETMELERDE AB STANDARTLARI DENETİM FORMU

DERS SEÇİM KILAVUZU. Sınıf Dönemi Kodu Adı Sınıf Dönemi Kodu Adı. Nesne Yönelimli Programlama. Yazılım Tasarımı ve Mimarisi

Bitirme Ödevi Sunumu PLATFORM BAĞIMSIZ BENZETİM PROGRAMI. Danışman : Yrd.Doç.Dr. D Feza BUZLUCA Gökhan Akın ŞEKER

DENEYSEL ARAŞTIRMALAR İÇİN DONANIM GELİŞTİRİLMESİ DENEYSEL ARAŞTIRMALAR İÇİN DONANIM GELİŞTİRİLMESİ. M. Ali YILDIZ Commat Ltd. Şti.

VERİ YAPILARI VE PROGRAMLAMA (BTP104)

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1

MÜHENDİSLER İÇİN VEKTÖR MEKANİĞİ: STATİK. Bölüm 1 Temel Kavramlar ve İlkeler

MİLLİ TREN ve TÜBİTAK. Milli ve Özgün Modern Trenlerin Geliştirilmesi

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR

Bilişim Sistemleri Değerlendirme Modeli ve Üç Örnek Olay İncelemesi

Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler

YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ

Fonksiyon Optimizasyonunda Genetik Algoritmalar

BOĞAZİÇİ ÜNİVERSİTESİ MEKATRONİK UYGULAMA VE ARAŞTIRMA MERKEZİ FAALİYET RAPORU

Bilgi ve İletişim Teknolojileri Sektörü 2017 Pazar Verileri Mayıs 2018

MAK 1005 Bilgisayar Programlamaya Giriş. BİLGİSAYARA GİRİŞ ve ALGORİTMA KAVRAMI

BÖLÜM I GİRİŞ (1.1) y(t) veya y(x) T veya λ. a t veya x. Şekil 1.1 Dalga. a genlik, T peryod (veya λ dalga boyu)

Transkript:

AIBO Robotu Üzerinde Hızlı Hareket Tiplerinin Geliştirilmesi * Levent Santemiz 1, İlkem Ahu Şahin 2, Burak Turhan 2 ve H. Levent Akın 2 1 Sistem ve Kontrol Mühendisliği Anabilim Dalı, Boğaziçi Üniversitesi, 80815, Bebek, İstanbul 2 Bilgisayar Mühendisliği Bölümü, Boğaziçi Üniversitesi, 80815, Bebek, İstanbul Özet Robocup, hareketli robotlar üzerindeki araştırmalara bir uygulama alanı sağlayan bir yarışmadır. Bu yarışmada yer alan kategorilerden biri de Sony AIBO ERS-210 tipi robotlarla yapılan dört ayaklı robotlar yarışmasıdır. Bu çalışmada Boğaziçi Üniversitesi adına yarışacak robot takımı için hızlı hareket tipleri geliştirilmesi amaçlanmıştır. Yarışmada kullanılabilecek iki adet yürüme ve dört adet dönme hareketi ve bunların arasındaki geçişleri sağlayan hareketler geliştirilmiştir. 1. GİRİŞ RoboCup yarışması hareketli robotlar üzerindeki araştırmalara bir uygulama alanı sağlamayı amaçlamaktadır (Robocup, 2002). Bu çalışmada Robocup Sony Ayaklı robot kategorisinde yarışacak Cerberus takımının Aibo [Sony, 2001] tipi robotları için hızlı hareket tipleri geliştirilmesi amaçlanmaktadır. Dört ayaklı robotlar için hareket geliştirilmesi zor bir problemdir. [Bien, Chun ve Son 1991, Chen et al 1999, Hornby et al 2000, Marhefka ve Orin, 2000, Papadopoulos ve Buehler 2000, Kimura, Shimoyama ve Miura, 2001]. Futbol karşılaşması sırasında ise robotların hızlı, dengeli görme ve yer bulma gibi işlevleri kolaylaştıracak etkin hareketleri yapabilmesi gereklidir. Aşağıdaki bölümlerde Robocup yarışmasının yapısı, bu yapı dahilinde kullanılan AIBO robotun yapısal özellikleri, robotun üzerinde geliştirilen hareket türleri ve bu türlerin elde edilmesinde kullanılan algoritmalar sunulmuştur. 2. ROBOCUP Robocup, dünyada gelişmiş hareketli robot türlerinin üstünde çalışan araştırmacılar için düşünülmüş bir yarışma ortamıdır. Yarışmada eş türden robotlar ligler halinde birbirleriyle bir futbol turnuvasında karşılaşmalar yapmaktadır. Futbolun ortam olarak seçilmesinin nedeni olası olduğu kadar gerçek dünya ile koşutluk elde etmek, tüm dinamik etkenlere maruz kalarak (sürtünme, aydınlatma vs.) bir takım oyununun oynanmasını sağlamak ve yazılım ve donanım açısından yapay zeka uygulamalarının geliştirilmesini teşvik etmektir. * Bu çalışma kısmen Boğaziçi Üniversitesi Araştırma Fonu 01A101 numaralı projesi, Sony Eurasia ve Metro AG Holding tarafından desteklenmiştir. 1

Üniversitemiz RoboCup turnuvalarının bir bölümü olan dört ayaklı robot kategorisinde Bulgaristan Sofya Teknik Üniversitesi ile birlikte 2001 yılından beri ortak olarak yarışmaktadır. 3. AIBO ROBOTU AIBO ERS-210 Sony tarafından geliştirilmiş evcil köpek biçiminde ticari bir hareketli robot türüdür. Üzerinde renkli bir video kamerası, kızılötesi algaçı, dokunma algaçları, akselerometreleri ve ısıya duyarlı algaçı bulunmaktadır. Hareket donanımı olarak dört bacağı ve 18 eklemi vardır. Her bacak biri dizde ve diğer ikisi omuz bölgesinde olmak üzere 3 eklem ile hareketi sağlamaktadır. Her eklemde hareketleri sağlayan bir servomotor, bir PID denetleyicisi bulunmaktadır (Şekil 1). Şekil 1. AIBO nun ayağı. (Sony 2002) AIBO nun 64 bitlik bir RISC işlemcisi ve 32MB belleği bulunmaktadır. Sony tarafından geliştirilen Aperios adlı nesneye dayalı bir işletim sistemi vardır. Robot üzerindeki yazılımlar, OPEN-R adı verilen robotu denetlemek için geliştirilmiş bir yazılım platformu kullanılarak C++ dilinde Windows ortamında geliştirilmekte ve çapraz derleyicide derlenerek bir bellek ünitesi sayesinde robota yüklenmektedir. 2

4. GELİŞTİRİLEN HAREKETLER VE DEĞERLENDİRME Robot üzerindeki çalışmalarımız ilk olarak düzgün bir yürüme şekli amaçlanarak başlamıştır. Oyun sırasında robotun hedef olan topu yeteri derecede iyi ve düzgün görebilmesi, hareket sırasında bu görüntüyü mümkün olduğunca kaybetmemesi gerekmektedir. Hedef aramada veya değişik yönlere yönelim sırasında kullanılacak olan dönüş tipleri daha sonra bu yürümeden esinlenilerek geliştirilmiştir. Robot ile birlikte bize sağlanan platformda öngörülen bazı yürüme ve dönme şekilleri mevcuttur. Ancak bu hareketler yarışma için istenilen hız ve doğrulukta değildir. İlk olarak denetleme yapısındaki en alt seviye olan bölgede hareketlerimizi geliştirmeye çalıştık. Bu seviyede robotun eklemlerine istenilen açıları vererek eklemlerin tam olarak nasıl hareket etmesi gerektiğini inceledik. İnceleme sırasında karşımıza çıkan en büyük zorluk geliştirdiğimiz hareketlerde robotun kolayca dengesini kaybetmesi oldu. İnsan üzerinde düşünülen hareketlerin insanın özerk bir şekilde dengesini sağlaması ve köpeğin böyle bir yapıya sahip olmaması nedeniyle köpeğe uygulanamadığını gördük. Hareketlerin geliştirilmesinde önce PID değerlerinin hassasiyetleri belirlenmiştir. PID değerlerinin değiştirilerek köpeğin bacak açılarına erişme değerlerindeki esneklik deneysel olarak saptanmıştır. Uygun P, I ve D parametre değerleri ayarlandıktan sonra hareketlerin geliştirilmesine devam edilmiştir. 4.1. Yürüme Hareketleri Yürüme hareketleri geliştirilirken aşağıdaki gerekirlerin sağlanması amaçlanmıştır: Yürüme şeklinin rakiplerimizden hızlı olması, Kafadan alınan görüntünün sabit ve düzgün olması için de mümkün olduğunca dengeli olması, Yürüme sırasında ayakların kaymaması, mümkün olan en kuvvetli biçimde robotun yere basması Şekil 2. Yürüme hareketi 3

Robotun yere yakın hareket etmesi, hem görüş açısını sahaya yönelttiği için hem de vücudun atalet merkezini yere yakınlaştırarak dengeyi arttırması nedeniyle tercih edilmiştir. İki tip yürüme şekli geliştirilmiştir (Şekil 2). Her iki tipte de asıl yük arka ayaklar üzerinde olup ön ayaklar dengeyi sağlamak için kullanılmıştır. Yürüme şekillerinin, çapraz ayakların aynı anda adım atması sayesinde hem hızlı hem de dengeli olmaları sağlanmıştır. İlk tipin ikincisinden farkı hız ve dengedir. Büyük adım atması nedeniyle daha hızlı ancak ikincisine göre atalet merkezinin yerden biraz daha yüksek olması nedeniyle daha az dengelidir. Ancak dengelilik denemelerinde robot için tatminkar sonuçlar vermiştir. Bu şekilde kafa yer hizasından ikinci tipe göre yaklaşık 1 cm daha yüksekte tutulmuştur. İkinci tip ise atalet merkezi yönünden yere daha yakındır. Kafa düzeyi bu nedenle ilk tipten daha aşağıda yer almıştır. Yere yakınlık ilk duruma göre daha dengeli sonuçlar elde edilmesini sağlamıştır. Ayrıca yine dengenin iyileştirilmesi için adım aralıkları ilk duruma göre daha küçük tutulmuş böylece yürüme uzun mesafede daha düzgün sonuçlar vermiştir. 4.2. Dönüş Hareketleri Yürüme şekillerinin geliştirilmesinin ardından dönüş şekilleri ikinci amaç olarak seçilmiştir. Dönüşler vücudun en dengesiz olduğu hareket şeklidir. Yapılan incelemelerde dört bacağın birden dengeyi sağlamak açısından eş derecede önemi olduğu görülmüştür. Dört tip dönüş şekli geliştirilmiştir. İlk iki tip çapraz ayakların kullanılması ve diğer iki ayağın da dengeyi sağlaması ile dönüşü sağlamakta (Şekil 3ve Şekil 4), üçüncü tip dönüş ise bir taraftaki iki ayağın kenarlara açılarak zıt yöne doğru vücudu itmesi sonucu oluşmaktadır (Şekil 5). Geliştirilen bu ilk üç tip dönüş, sağ veya sol yönde belirli bir merkeze olan sabit bir uzaklıkla dairesel olarak dış bükey bir dönüş sağlamaktadır. Şekil 3. İlk İki Tip Dönüş Hareketi (Kuşbakışı Görünüm) Geliştirilen dördüncü ve en son tip dönüş ilk üç dönüşün tersine sağ veya sol yönde belirli bir merkeze olan sabit bir uzaklıkla dairesel olarak iç bükey bir dönüş sağlamaktadır (Şekil 6). Bu hareket yerinde dönüş hareketi gerektiren, örneğin oyun sırasında top etrafında pozisyon almak gereksinimi duyulduğunda kullanılması amacıyla geliştirilmiştir. Bu dönüş tipinde çapraz ayakların vücudu zıt yönlere doğru itmeleri ve aynı zamanda ortanca eklemleri kullanarak vücudun atalet 4

merkezinin yerden yüksekliğini değiştirerek kayma sağlanması uygulanarak ortaya çıkmıştır. Vücut arkadan bakıldığında kaba bir elips oluşturacak şekilde hareket etmektedir (Şekil 7 ve Şekil 8). Şekil 4. İlk İki Tip Dönüş Hareketi (Arkadan Görünüm) Şekil 5. Üçüncü Tip Dönüş Hareketi 5

Dış Bükey İç Bükey Şekil 6. İç ve Dış Bükey Dönüş Şekilleri Şekil 7. Eliptik Vücut Hareketi Şekil 8. Dördüncü Tip Dönüş Hareketi 6

İlk iki tip dönüş hız açısından birbirlerinden farklıdır. Hız farklılığı adımların boylarının değişimi ile elde edilmiştir. Üçüncü tip dönüş hem denge hem de hız açısından ilk ikisine göre daha tatminkardır. Dönüş için ikinci tip dönüş kullanılmak üzere seçilmiştir. Yapılan denemelerde dönüş ve düz yürüme stillerinin birbirleri arasındaki geçiş de sorunsuz sonuç vermiştir. Bu tür geçişlerde ortaya çıkan yön kaybı ve dengenin bozulması gibi sorunlar giderilmiştir. Ayrıca hareketler arası geçişler yeteri derecede hızlı sonuç vermiştir. 5. GENETİK ALGORİTMA İLE OPTİMİZASYON Yukarıda anlatılan tüm yürüme şekillerinin ve dönüşlerin geliştirilmesi sıralı denemeler yaparak başarılmıştır. Bu proje dahilinde elde edilen hareketlerin optimizasyonu için robot üzerinde genetik algoritma [Beasley, Bull ve Martin 1993] kullanarak çalışacak bir yazılım geliştirilmiştir. Geliştirilen yazılım test ortamının ve robotun modüllerinin eksiksiz olarak çalışmasını gerektirmektedir. Genetik algoritma ile yapılacak çalışmalar, özel ışıklandırma koşulları altında kapalı bir ortamda yapılacaktır. Ortamın yan yüzeyi üzerinde sabitlenen bir parça renkli bez robotun ulaşması gereken hedef olarak belirlenmiştir. Genetik algoritmada kullanılan uygunluk fonksiyonu, robotun yaptığı hareket sonucunda söz konusu hedeften kaç derece saptığı, hedefe olan uzaklığı ve denge kaybı yüzünden yere düşüp düşmemesini ölçen bileşenlerden oluşmaktadır. Her hareketin oluşturulmasında kullanılan parametreler, başlangıç durumunda robotun hedefe olan uzaklığı, hareketi gerçekleştirdikten sonra robotun hedefe olan uzaklığı, robotun hedeften yatay olarak sapma açısı olarak belirlenmişlerdir. Söz konusu parametrelerin aracılığı ile, belirli sabit bir süre içerisinde robotun belirlenen hareket ile aldığı yol, hareket sırasında ulaştığı hız ve hareketin yönü hesaplanmakta, matematiksel işlemlerden geçirilerek başarı düzeyi bulunmaktadır. Hareketler bir açı türetici fonksiyon sayesinde oluşturulmakta ve hareket modülü sayesinde eklemlere söz konusu türetilen açılar atanmaktadır. Bu fonksiyon her eklemin fiziksel sınırları içerisinde açı türetebilmek amacıyla oluşturulmuştur. Örneğin, üst bacak eklemi için fiziksel açı aralığı 140, 140 olarak belirlenmiştir. Çalışma aralığını söz konusu eklem için bu aralık olarak belirlemek denemelerin süresini çok uzatmakta ve doğru gözlem yapılabilmesini çok zorlaştırmaktadır. Dolayısıyla kendi çalışmalarımız sırasında edindiğimiz tecrübelerden de yararlanarak yine yukarıda verilen örnek için 140, 140 açı aralığı 20, 20 olarak kısıtlanmıştır. Hareket sırasında kullanılan 12 eklemin her biri için bu kısıtlama ayrı ayrı uygulanmaktadır. Oluşturulan her yeni hareket tekrar denenmekte, deneme sonucu elde edilen tüm hareketlerin en iyi 10 tanesi bir küme oluşturacak şekilde gruplanmaktadır. Küme sürekli olarak en iyi iki üyesini genetik algoritma yöntemiyle üreme fonksiyonunu kullanarak birleştirmektedir. Sistem, oluşan yeni üyeleri tekrar denemekte ve başarı seviyelerinin küme düzeyine uygun olması haline göre kümeye dahil etmektedir. Eğer oluşan yeni üyelerin başarı seviyeleri kümeye göre düşük seviyede ise o zaman yeni üyeler yok edilmekte ve mutasyon fonksiyonu aracılığıyla küme üyelerinden bağımsız yeni bir üye yaratılmaktadır. Her yaratılan üye gibi mutasyon sonucu ortaya çıkan üyeler de denemeye tabi tutulmakta ve seviyelerine göre kümeye katılmakta veya yok edilmektedirler. Yeni üyenin kümeye eklenmesi durumunda, küme içerisindeki başarı seviyesi en düşük üye kümeden silinmekte ve yerine yeni üye alınmaktadır. Bu sayede küme popülasyonu hep sabit tutulmaktadır. Tüm genetik algoritma işlemleri, başarı seviyesi ölçümü ve belirlenmesi, yeni üyelerin yaratılması ve kümeye atanması gibi işlemler, yürüme modülü içerisinde gerçekleştirilmektedir. Diğer modüller bu ölçüm işlemi için gereken değerleri bu modüle aktarmakta ve yürüme modülü gereken hesaplamaları yaparak planlama modülünün de yardımıyla hareket kümesini oluşturmaktadır. 7

Yazılımın robotun ortamına aktarılmasının ardından denemeler başlayacaktır. Sanal ortamda yapılan yazılım testleri şu ana kadar yazılımın sorunsuz çalıştığı sonucunu vermişlerdir. Gerçek robot üzerindeki denemelerin bu testlerle paralellik taşıması beklenmektedir. 6. SONUÇ Robot üzerinde yapılan denemeler ve gözlemler sonucunda iki adet düz yürüme şekli ve dört adet dönüş şekli geliştirilmiştir. Hem yürümeler hem de dönüşler diğer modüllerin de olası isteklerine göre farklı özelliklere sahiptir. Ancak şu ana kadar gerçekleştirilen tüm hareket şekilleri yeterli derecede tatmin edici sonuçlar vermiştir. İkinci aşamada hareketleri optimize etmek amacıyla kullanılmak üzere robot üzerinde çalışacak genetik algoritma kullanan bir yazılım geliştirilmiştir. Geliştirilen yazılım test ortamının ve robotun modüllerinin eksiksiz olarak çalışmasını gerektirmektedir. Genetik algoritma ile iyileştirme çalışmalarına yazılımın robot işletim sistemine aktarılmasının ardından başlanacaktır. Kaynakça [1] Beasley, D., Bull, D.R., ve Martin, R.R. An Overview of Genetic Algortihms: Part 1, Fundamentals", University Computing, Cilt.15, No.2, s.58-69, 1993. [2] Bien, Z., M. G. Chun ve H. S. Son. An Optimal Turning Gait for a Quadruped Walking Robot IEEE/RSJ International Workshop on Intelligent Robots and Systems IROS 91, Nov..3-5, 1991. [3] Chen, X., K. Watanabe, K. Kiguchi ve K. Izumi, Optimal Force Distribution for the Legs of a Quadruped Robot, Machine Intelligence and Robotic Control, C. 1, No. 2, s.87-94 1999. [4] Hawker, G. ve M. Buehler, Quadruped Trotting with Passive Knees Design, Control, Experiments, IEEE International Conference on Robotics and Automation Bildiri Kitabı. s. 3046-3052. 2000 [5] Hornby, G. S., Fujita, M., Takamura, S., Yamamoto, T.ve Hanagata, O. Evolving Robust Gaits with AIBO, IEEE International Conference on Robotics and Automation. s. 3040-3045. 2000. [6] Kimura H., Shimoyama I. ve Miura H. Dynamics in the dynamic walk of a quadruped robot, University of Tohoku, 1998. Report 2001. [7] Marhefka, D. W. ve D. E. Orin. Fuzzy Control of Quadrupedal Running, IEEE International Conference on Robotics and Automation. s. 3063-3071. 2000 [8] Papadopoulos ve D., M. Buehler, Stable Running in a Quadruped Robot with Compliant Legs, IEEE International Conference on Robotics and Automation. s. 444-450. 2000. [9] Robocup 2002, http://www.robocup2002.org [10] Sony, http://www.aibo.com, 2001. [11] Sony, OPEN-R SDK, Model Information for ERS-210, 2002. 8