Você está na página 1de 5

Planejamento de Trajetria em Ambiente Estruturado

Lesli Cardoso da Silva1, Fabio Henrique Rizzi Brune2, Tito Albino Evangelista da Silva Junior3
1

Universidade Federal do Tocantins (UFT) Palmas, TO Brasil Universidade Federal do Tocantins (UFT) Palmas, TO Brasil Universidade Federal do Tocantins (UFT) Palmas, TO Brasil

leslie@live.com.br, fabiorizzi@uft.edu.br, Tito.junior.evangelista@gmail.com

Abstract. The robotic path planning is an important tool in the industry to increase productivity by reducing the time in the process, to avoid collisions in the work environment and optimize the capability of the actuators. A method for determining the optimal path for a mobile robot using genetic algorithm is presented. The main idea is to determine the trajectory of a robot, which is initially at position (x, y) coordinate system associated with the environment movement, must follow until the target position (xd, yd), without colliding with any existing obstacles. Resumo. O planejamento de trajetrias robticas uma ferramenta importante na indstria para o aumento da produtividade atravs da reduo do tempo no processo, para evitar colises no ambiente de trabalho e otimizar a capacidade dos atuadores. Um mtodo para determinar a trajetria tima para um rob mvel usando algoritmo gentico apresentado. A idia principal determinar a trajetria que um rob, que inicialmente se encontra na posio (x,y) do sistema de coordenadas associado ao ambiente de deslocamento, deve seguir at a posio de destino (xd, yd), sem colidir com qualquer um dos obstculos existentes.

1. Introduo
Este artigo prope um algoritmo gentico para determinar a trajetria tima de um rob em um ambiente estruturado, o rob deve deslocar-se em uma rea com obstculos, visando a atingir um ponto de destino. A idia do algoritmo determinar coordenadas no ambiente de navegao que sirvam de passos para o deslocamento do rob, realizando a trajetria mnima e livre de impactos. A modelagem proposta apresentada no captulo 4, e consiste basicamente em fazer evoluir uma populao inicial de indivduos, gerada aleatoriamente, a qual representa possveis caminhos para o rob. Cada indivduo da populao ter a sua aptido avaliada, com o intuito de verificar se o caminho em anlise no saia dos limites do ambiente de navegao ou no collide com algum obstculo qualquer.

2. Reviso de Literatura
Os Algoritmos Genticos, AGs, so tcnicas de busca baseadas nas Teorias da Evoluo. Nos AGs as variveis do problema so representadas como genes em um cromossomo, tambm denominado indivduo. Cada coordenada de um ponto no espao soluo pode ser entendida como um gene. O indivduo o prprio ponto, formado pelo conjunto de coordenadas (genes). Os AGs utilizam elementos como a sobrevivncia dos mais aptos e a troca de informao gentica de uma forma estruturada, porm aleatria. O AG apresenta um grupo de solues candidatas, denominada Populao, na regio de solues. Atravs de mecanismos como a seleo natural e o uso de operadores genticos, tais como a mutao e o cruzamento, os cromossomos com melhor aptido so encontrados. A seleo natural garante que os cromossomos mais aptos gerem descendentes nas populaes futuras. Usando um operador de cruzamento, AG combina genes de dois cromossomos pais previamente selecionados para formar dois novos cromossomos, os quais tm uma grande possibilidade de serem mais aptos que os seus genitores. Embora haja uma grande variedade e implementaes, a estrutura geral de um algoritmo gentico basicamente a mesma. Dado que a representao de solues dos problemas devem ser modeladas em forma de cromossomos. As maiores variaes que se pode encontrar em algoritmos genticos envolvem, normalmente, a seleo de indivduos, cruzamento e mutao, e critrios de parada. Estas variaes so baseadas em particularidades dos problemas a serem resolvidos.

3. Descrio do Problema
O planejamento de trajetria um problema bsico no desenvolvimento de robs autnomos, uma vez que uma tarefa onde no pode haver interveno humana, e tem provado ser um problema difcil em robtica (Barraquand et al., 1997; Kavraki et al., 1996). Realizar o planejamento do caminho de um rob e, por conseguinte, sua trajetria, pode ser considerado um problema de otimizao, pois visa a realizao de um deslocamento seguro para o rob em um ambiente com obstculos e, simultaneamente, fazer com que o percurso seja o menor possvel, economizando tempo e energia. Algoritmos completos foram propostos, mas em geral so impraticveis devido ao processamento que requerem (Barraquand et al., 1997; Berg and Overmars, 2004). Assim, o escopo do problema que se pretende solucionar : fazer com que um rob mvel seja capaz de poder atingir um ponto de destino dentro de um ambiente com

obstculos, sem colidir com qualquer um deles realizando o menor caminho possvel, empregando para realizar o planejamento de caminho um algoritmo gentico. Para a consecuo deste objetivo, as seguintes premissas foram assumidas: - O ambiente de navegao conhecido; - Os obstculos so estticos e sua localizao desconhecida; A figura 1 mostra um possvel ambiente de navegao, por onde o rob deve se deslocar. O ponto azul no canto inferior esquerdo o ponto de partida. Os pontos pretos representam os obstculos. O ponto verde no canto superior direito o ponto de chegada.

Figura 1. Ambiente de navegao hipottico

4. Soluo Adotada
A idia do algoritmo proposto determinar um conjunto de coordenadas (cromossomo) no ambiente de deslocamento que serviriam de passos na trajetria do rob. Assim, a trajetria seria constituda por uma srie de segmentos (genes), definidos entre esses passos. As caractersticas principais do algoritmo adotado para solucionar o problema so as seguintes: - A busca ser conduzida no espao de possveis trajetrias do rob. Cada trajetria definida pelo segmento de reta compreendido entre o ponto de origem e o ponto de destino em que cada ponto um par ordenado (x,y), onde x e y representam a posio do robo no plano cartesiano; - Uma funo de avaliao usada para verificar a qualidade das solues candidatas. 4.1 Populao inicial Ponto de partida do algoritmo gentico, a populao inicial formada por um nmero predeterminado de indivduos, que representam possveis solues para o problema. Os genes dos indivduos representam os passos que sero dados no ambiente de navegao por onde o rob deve passar. Cada gene pode ser composto por uma sequncia numrica de 0 a 3, onde cada nmero indica uma direo. Ex: o nmero 0 indica um passo para direita, o nmero 1 indica um passo para esquerda, o nmero 2 indica um passo para cima, o nmero 3 indica um passo para baixo. 4.2 Verificao da aptido do indivduo O algoritmo verifica os movomentos vlidos no ambiente. Para cada movimento vlido acressido de um o fitness do cromossomo avaliado. Se o movimento for invlido o fitness do cromossomo receber o c*l / 2 onde c o nmero de colunas e l o nmero de linhas da matriz que representa o ambiente de navegao.

Se o objetivo for alcanado o fitness do cromossomo acrecido de 1. No caso do problema apresentado, os indivduos com menor fitness so os mais aptos, por isso foi necessrio pegar a aptido de cada indivduo e realizar a seguinte operao: para cada indivduo foi calculado um novo fitness em que novofitness=(fitness atual fitness total), ao final desse processo recalculado o fitness total. Sendo assim os cromossomos melhor avaliados sero os com o menor fitness. 4.3 A seleo dos indivduos e as operaes geneticas Para a seleo dos indivduos foi utilizado o mtodo da roleta, no qual a roleta construda tomando-se por base os valores de aptido dos indivduos (fitness), os quais definem proporcionalmente cada uma das sees da roleta. A aptido relativa de cada um dos indivduos a proporo existente entre a aptido individual e a aptido total da populao, que vem a ser a soma de todas as aptides de indivduos. Aps a seleo pela roleta, a populao selecionada realiza as operaes de Crossover (cruzamento) e de mutao. Por meio do processo de crossover, cada um dos casais gera dois filhos. Um deles ser abandonado para se recompor a populao de dez indivduos. A populao da prxima gerao ser composta por genitores e por filhos gerados. Por fim a populao sofre a mutao. 4.4 Critrio de parada O critrio de parada do algoritmo foi estipulado como sendo o nmero de geraes, ou seja, o algoritmo ira executar at chegar ao final de todas as geraes.

5. Concluso
A anlise dos resultados permite concluir que o tamanho da populao tem influncia significativa no resultado. Observa-se que o resultado fica mais estvel com uma populao de temanho intermedirio, pois se a populao for muito pequena os individuos no evoluem o suficiente para chegar no melhor resultado. A populao muito grande resulta em um nmero elevado de indivduos iguais. Maiores valores para a taxa de crossover resultaram em resultados mais estveis, sendo que o valor de 50% foi o de melhor resultado. O melhor valor obtido para a taxa de mutao foi 10%. Este artigo apresentou o problema de planejamento de trajetria de um rob mvel. Foi proposto um mtodo para a soluo do problema de determinao da trajetria tima utilizando Algoritmos Genticos. O algoritmo consiste em fazer evoluir uma populao inicial de indivduos, gerada aleatoriamente, que representa possveis caminhos para o rob. Para avaliar o algoritmo foi utilizado o mtodo da roleta para a seleo dos indivduos. Foi verificado que, aps a estabilizao, os valores apresentados chegaram prximo do ideal.

Referncias bibliogrficas
ADRNO Bruno Vilhena; BORGES Geovane Araujo; AGUIAR Carla Silva Rocha (2005) Planejamento de Trajetria para o Rob Omni Utilizando o Algoritmo Mapa de Rotas Probabilistico.

PACHECO Marco Aurlio Cavalcanti (1999) Algoritmos Genticos: Princpios e Aplicaes. BUENO Fabio (2009) Mtodos Heuristicos Teoria e Implementao. REDUSINO Augusto Cesar E. Redusino (2010) Aplicaes de Algoritmos Genricos. GUIMARES Frederico G. e RAMALHO Marcelo C. (2001) Implementao de um Algoritmo Gentico. SICILIANO Alexandre de Vasconcelos (2006) Determinao de Trajetria tima em Navegao Robtica Mvel, Utilizando Algoritmo Gentico (Disertao de Mestrado) Universidade Federal do Rio de Janeiro.