Evolutionary algorithms for action planning applied to a swarm of underwater autonomous vehicles

Paredes Barato, Ángel (2016). Evolutionary algorithms for action planning applied to a swarm of underwater autonomous vehicles. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. y Sistemas de Telecomunicación (UPM), Madrid.

Descripción

Título: Evolutionary algorithms for action planning applied to a swarm of underwater autonomous vehicles
Autor/es:
  • Paredes Barato, Ángel
Director/es:
  • Cürüklü, Baran
Tipo de Documento: Proyecto Fin de Carrera/Grado
Grado: Grado en Ingeniería Telemática
Fecha: 28 Junio 2016
Materias:
Escuela: E.T.S.I. y Sistemas de Telecomunicación (UPM)
Departamento: Otro
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (661kB) | Vista Previa

Resumen

Esté Proyecto Fin de Grado está enmarcado bajo el proyecto europeo SWARMs (Smart and Networking UnderWAter Robots in Cooperation Meshes). Proyecto en el cual la Universidad Politécnica de Madrid, como entidad coordinadora, y la Mälardalen University de Suecia participan junto con otras muchas instituciones en el desarrollo de diferentes tareas. SWARMs es un proyecto tecnológico cuyo principal objetivo radica en ampliar el uso de tecnologías ROV/AUV (Remote Operated Vehicle/Autonomous Underwater Vehicle) asi como mejorar el diseño, planificación y ejecución de las operaciones marítimas off-shore. Una de las teareas es la planificación individual y en grupo de los agentes ROV/AUV. Para ello una de las acciones propuestas es la utilización de algoritmos evolutivos para obtener el conjunto optimo de acciones a realizar a la hora de finalizar diferentes tareas en el lecho marino. El presente proyecto esta focalizado a hacer un estudio de la utilización de algoritmos evolutivos para resolver problems reales de ingeniería y estudiar la posibilidad de aplicar esta clase de algoritmos en la planificación de acciones de un conjunto de ROV/AUVs. Se realizará una introducción a los algoritmos evolutivos (más concretamente los algoritmos genéticos), dónde se verá un simple caso de uso aplicado a optimización y se explicarán las principales caráctersticas de estos algoritmos y como afectan en general al resultado final. A continuación, se expondrá el uso de algoritmos evolutivos para resolver problemas de ingeniería del mundo real, para ello se expondrá el problema y las soluciones que diferentes autores han adaptado al problema y sí de alguna manera esta solución puede adecuarse a la planificación de acciones. Finalmente se realizará el estudio del problema en cuestión. Primero se realizará una aproximación basada en optimización de uso de maquinaria industrial. Seguidamente, se expondrá un escenario nuevo y como se ha adaptado el algoritmo al nuevo problema a resolver. La segunda aproximación no se centra en un solo parámetro, sino que trata de resolver un problema multioobjectivo, dónde contamos con planificación de movimiento y coordinación con otros robots para trabajar en el mayor número de zonas posibles. Adicionalmente está memoria incorpora información sobre el proyecto SWARMs, la metodología y las posibles mejoras que se pueden incluir en el futuro. ABSTRACT. This Final Project is under the framework of the european project SWARMs (Smart and Networking UnderWAter Robots in Cooperation Meshes). In this project the Technical University of Madrid and the Mälardalen Universty of Sweden collaborate with other institutions in the development of different task. SWARMs is a technological project which principal aim is to extend the use of the ROV/AUV (Remote Operated Vehicle/ Autonomous Underwater Vehicle) technologies and the design, planification and execution of off-shore operations. One of the task is the individual and online planiffication of the ROV/AUV agents. In order to achieve this one of the proposals is the use of evolutionary algorithms to obtain the optimal order of actions that should be executed in the sea bed. The present document is target in study the possibility of applying evolutionary algorithms in real cases of use. The outcome of the previous study will lead to conclude whether these algorithms can be use for a multi-agent action planning or not. Throughout this document an introduction to evolutionary algorithms (genetic algorithms more precisely), where they will be explained with a simple case of use in optimization. The main features and how they affect in the performance and final result of the genetic algorithm will be detailed during the next sections. Different real-life applications of the evolutionary algorithms will be shown. First the problem will be defined and then the different solutions that the authors have adapted to solve it and if there is any similitude between these problems and the action planning problem. Finally, a study about the evolutionary algorithms for action planning will be expound. In order to do this, a first approach is made base on industrial time optimization for the use of different dependant machines. Then a storyboard is analysed, giving us a new definition of the problem and a very different scenary. The second approach is a multi-objective optimization problem where motion planning and action planning is mixed in order to save energy, time and optimize the use of the resources. Furthermore, this memory includes additional information about the SWARMs project, methodology and future work.

Más información

ID de Registro: 44479
Identificador DC: http://oa.upm.es/44479/
Identificador OAI: oai:oa.upm.es:44479
Depositado por: Biblioteca Universitaria Campus Sur
Depositado el: 25 Ene 2017 08:35
Ultima Modificación: 25 Ene 2017 08:35
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM