Sürü İnsansız Araçlar
Bilim-kurgu filmlerinin yadsınamaz etkisi yüzünden kamu oyunun büyük çoğunluğu tarafından insanlığa büyük bir tehdit olarak algılanan sürü sistemleri, konumlandırma sistemlerinin ve drone teknolojisinin gittikçe gelişmesiyle hayatımızda daha çok rol oynayacağa benziyor.
Bu yazımızda bu teknolojinin tarihinden, kullanıldığı alanlardan ve son olarak kontrol yaklaşımlarından bahsedeceğiz.
Günümüzde adını sıkça duymaya başladığımız sürü insansız araç teknolojisi birçok teknoloji gibi ilhamını doğa üzerinde yapılan gözlemlerden almıştır. [2] Bir karınca kolonisi basit davranışları olmasına rağmen doğada tek başlarına yapılması imkansız olan görevleri yerine getirmektedirler. Sürü tanımı, ortak hedefleri bulunan ve birbirleriyle bu hedefi gerçekleştirmek için etkileşim içerisinde bulunan geniş bir grup olarak ifade edilebilir. Sürü toplu hareketleri sayesinde birçok problemi aşabilmektedir. Bu tanım için ilk olarak “swarm” kelimesinin kullanılmasının hikayesini linkteki makaleden öğrenebilirsiniz.[3]
Grafikte görülen uygulamalar genel olarak İHA’ların kullanım alanları olarak nitelendirilebilir. Sürü İA/Çoklu robot tabanlı olarak; çok-robotlu yiyecek arama davranışı (foraging behavior) , kollektif arama ve kurtarma , hedef takibi , kapsama , gözetim(surveillance) , işbirlikçi keşif , büyük ve eşlenmemiş alanların araştırılması(mapping) gibi görevler gerçek dünya uygulamaları olarak karşımıza çıkmaktadır.
Yukarıdaki maddeler ile ilişkili olarak dünya genelinde geliştirilen projelere ilişkin olarak detaylı bilgi STM Teknolojik Düşünce Merkezi’nin hazırladığı raporda bulunabilir.
Şimdi biraz literatür taraması yapıp sürü sistemlerinin kontrolüne ilişkin geliştirilmiş yöntemlere göz atalım.
Sürü sistemlerinin kontrol mimarileri dağıtık(decentralized) ve merkezi(centralized) olmak üzere 2 şekilde sağlanabilir. Merkezi mimaride, merkezi kontrol birimi diğer etmenlerden(agent) gelen verileri işleyerek kararı verebilir. Bu karar hem tek bir etmen için hem de formasyonun tümü için en optimum çözüm olabilir. Ama bu durumda merkezi kontrol birimine gelecek olan yüksek veri miktarı(eğer dış etkenler veriyi bozmaz ise), kontrol biriminin yüksek hesaplama gücüne sahip olmasını gerektirmektedir.(computational power) Ayrıca bütün formasyonun tek bir birime bağlı olması formasyonun dayanıklılığını düşürmektedir.(robustness) Öte yandan dağıtık kontrol yaklaşımı genel anlamda iletişimi büyük anlamda azaltır, görev ve bilgiler insansız araçlar arasında dağıtıldığı için daha dayanıklı ve esnektir.
Sürü sistemlerinin kontrolü “düzen kontrolü[5]” terimi adı altında anılmaktadır. Düzen kontrolü probleminin çözümüne ilişkin literatürde 3 ana yaklaşım öne çıkmaktadır. Bunlar Lider-Takipçi(Leader-Follower), Sanal Yapı(Virtual Structure), Davranış Tabanlı(Behaviour-based) olarak sıralanabilir.
Literatürdeki çalışmaların çoğu Lider-Takipçi yaklaşımına dayanmaktadır. Lider-Takipçi yaklaşımında lider etmen, daha önceden belirlenmiş yörüngeyi(trajectory) takip ederken diğer etmenler daha önceden belirlenmiş bir mesafede lideri izlemektedirler. Bu yaklaşım düzen kontrolü problemini takip problemine indirgemektedir. Bu yaklaşım özellikle robotlar arasında iletişimin zayıf olduğu su altı gibi ortamlarda kullanılmaktadır. Lider-Takipçi yaklaşımı popüler olsa da bazı dezavantajları bulunmaktadır. Liderin kaybı tüm robotun kaybı anlamına gelebilir. Ayrıca lider yörüngeyi takip ederken formasyon hatasını dikkate almaz ise formasyon bozulur ve takipçiler lideri takip edememeye başlarlar. Bu dezavantajlardan dolayı güncel çalışmalar diğer 2 yaklaşıma kaymaktadır.
Sanal Yapı yaklaşımında tüm düzen bir cisim olarak görülmektedir. Her etmenin hareketi sanal yapının dinamiklerine göre belirlenmektedir.
Bu yaklaşım düzen şeklinin sık sık yeniden yapılandırıldığı durumlarda dezavantajlı olmaktadır.
Davranışa dayalı sistemlerde aynı anda birden fazla hedefe yönelik davranış bütünleştirebilmektedir. Bu tekniği kullanan sistemler ara yol noktalarına doğru hareket edebilmekte, engellerden kaçınabilmekte ve aynı anda düzene devam edebilmektedir.
Bu yaklaşımların simülasyon/gerçek dünya uyarlanmasında bir çok alt problem ortaya çıkmaktadır. Bu alt problemlerin ne olduğuna ve bunların çözümlerine ilişkin yöntemlere bir sonraki yazımızda ele alacağız.
Bu alana ilgi duyuyorsanız ve kafanızda soru işaretleri bulunuyorsa her türlü sorunuz için okan_karadmn@hotmail.com’ den bana ulaşabilirsiniz.
[1] Lissaman, P. B. S. ve Shollenberger, C. A., Formation Flight of Birds, Science, 168, 3934 (1970), 1003–1005.
[2] Simon Garnier, Jacques Gautrais, and Guy Theraulaz. The biological principles of swarm intelligence. Swarm Intelligence, 1:3–31, 2007.
[3] Gerardo Beni. From swarm intelligence to swarm robotics. In International Conference on Swarm Robotics, 2004.
[4] STM Savunma Teknolojileri Mühendislik ve Tic. A.Ş. “SÜRÜ İHA SİSTEMLERİ Modern Harp İçin Bir Gelecek Öngörüsü”. https://thinktech.stm.com.tr/uploads/raporlar/pdf/182201915478210_stm_suru_iha_sistemleri.pdf
[5] Problem literatürde “Formation Control” olarak yer almaktadır. Türkçe kaynaklarda farklı çevirilere rastlanılabilir.
[6] Lewis, M. A. ve Tan, K-H., High Precision Formation Control of Mobile Robots Using Virtual Structures, Autonomous Robots, October, 4, 4 (1997) 387–403.
[7] Kanjanawanishkul, K., Formation Control of Mobile Robots: Survey, eng.ubu.ac.th, (2005) 50–64.