AGGREGATION BEHAVIOR OF MOBILE ROBOTS IN A SWARM CONTROL ALGORITHM UNDER NATURAL CONSTRAINTS

Cover Page

Cite item

Full Text

Abstract

For a group of mobile robots in free space, we consider aggregation under the assumption that each robot has information about the position and course of the nearest neighbors only (without any additional information, such as the group target). This problem is the first stage of a mission carried out by a group of robots; it can be solved under certain conditions, see below. We propose a swarm control algorithm based on the metric-topological approach under maneuvering constraints. The sizes and configurations of the arenas are chosen, and initial position requirements are specified for robots. The characteristics of robots are selected, and computer simulations are conducted to evaluate the model parameters for the required directional coordination level of swarm motion without clustering and with a safe distance between robots during the entire mission.

About the authors

A. Yu Efremov

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

References

  1. Schmickl, T., Hamann, H. BEECLUST: A Swarm Algorithm Derived from Honeybees // In: Bio-Inspired Computing and Communication Networks, ed. by Y. Xiao. – Boca Raton, FL: CRC Press, 2011. – P. 95–137.
  2. Reynolds, C.W. Flocks, Herds and Schools: a Distributed Behavioral Model // Computer Graphics. – 1987. – Vol. 21, no. 4. – P. 25–34.
  3. Katada, Y. Evolutionary Design Method of Probabilistic Finite State Machine for Swarm Robots Aggregation // Artificial Life Robot. – 2018. – Vol. 23. – P. 600–608.
  4. Firat, Z., Ferrante, E., Gillet, Y., Tuci, E. On Self-organised Aggregation Dynamics in Swarms of Robots with Informed Robots // Neural Comput. Appl. – 2020. – Vol. 32. – P. 13825–13841.
  5. Gia, Luan, P., Truong Thinh, N. Self-organized Aggregation Behavior Based on Virtual Expectation of Individuals with Wave-Based Communication // Electronics. – 2023. – Vol. 12, no. 10. – Art. no. 2220.
  6. Gasparri, A., Priolo, A., Ulivi, G. A Swarm Aggregation Algorithm for Multi-robot Systems Based on Local Interaction // Proc. of the IEEE International Conference on Control Applications. – Dubrovnik, 2012. – P. 1497–1502.
  7. Khaldi, B., Harrou, F., Cherif, F., Sun, Y. Self-Organization in Aggregating Robot Swarms: A DW-KNN Topological Approach // Biosystems. – 2018. – Vol. 165. – P. 106–121.
  8. Misir, O., Gökrem, L. Flocking-Based Self-organized Aggregation Behavior Method for Swarm Robotics // Iran J. Sci. Technol. Trans. Electr. Eng. – 2021. – Vol. 45. – P. 1427–1444.
  9. Martínez-Clark, R., Cruz-Hernández, C., Pliego-Jimenez, J., Arellano-Delgado, A. Control Algorithms for the Emergence of Self-organized Behaviours in Swarms of Differential-Traction Wheeled Mobile Robots // International Journal of Advanced Robotic Systems. – 2018. – Vol. 15, no. 6. – P. 1–14.
  10. Olfati-Saber, R. Flocking for Multi-agent Dynamics Systems: Algorithms and Theory // IEEE Trans. on Automatic Control. – 2006. – Vol. 51, no 3. – P. 401–420.
  11. Couzin, I., Krause, J., James, R., et al. Collective Memory and Spatial Sorting in Animal Groups // Journal of Theoretical Biology. – 2002. – Vol. 218, no. 1. – P. 1–11.
  12. Costanzo, M., Hemelrijk, C.K. Spontaneous Emergence of Milling (Vortex State) in a Vicsek-like Model // Journal of Physics D: Applied Physics. – 2018. – Vol. 51, no. 13. – Art. no. 134004.
  13. Кирикова Е.П., Павловский В.Е. Моделирование управляемого адаптивного поведения гомогенной группы роботов // Искусственный интеллект. – 2002. – № 4. – С. 596–605. [Kirikova, E.P., Pavlovskii, V.E. Modelirovanie upravlyaemogo adaptivnogo povedeniya gomogennoi gruppy robotov // Iskusstvennyi intellect. – 2002. – No. 4. – P. 596–605. (In Russian)]
  14. Rochefort, Y., Piet-Lahanier, H., Bertrand, S. Guidance of Flocks of Vehicles Using Virtual Signposts // Preprints of the 18th IFAC World Congress. – Milano, 2011. – P. 5999–6004.
  15. Ballerini, M., Cabibbo, N., Candelier, R., et al. Interaction Ruling Animal Collective Behavior Depends on Topological Rather Than Metric Distance: Evidence from a Field Study // Proceedings of the National Academy of Sciences. – 2008. – Vol. 105, no. 4. – P. 1232–1237.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».