PENGENDALI ROBOT BERGERAK BERBASIS PERILAKU MENGGUNAKAN PARTICLE SWARM FUZZY CONTROLLER

Andi Adriansyah

Abstract


Salah satu bidang penelitian yang cukup diminati dalam kategori robot bergerak adalah robot bergerak berbasis perilaku (behavior-based mobile robots). Pada robot ini diperlukan sebuah pengendali yang ideal. Pengendali ini diharapkan mampu menghasilkan aksi perilaku yang sempurna dalam rangka menangani kejadian-kejadian yang nampak sebagai sebuah konflik pada saat robot bergerak. Beberapa teknik pengendali telah ditawarkan untuk mengatasi problem ini, diantarannya adalah pengendali yang berbasiskan kepada logika fuzzy, dikenal dengan robot berbasis perilaku dengan logika fuzzy (fuzzy behavior-based robot). Paper ini menawarkan teknik baru untuk menentukan fungsi keanggotaan logika fuzzy dan basis aturan fuzzy secara otomatis menggunakan Particle Swarm Optimization (PSO). Pendekatan ini disebut dengan Particle Swarm Fuzzy Controller (PSFC). PSO adalah metoda optimasi yang menggunakan prinsip perilaku sosial dari kumpulan partikel, seperti burung atau ikan. Pada penelitian ini, perilaku robot akan dikendalikan menggunakan PSFC untuk menghasilkan perilaku tunggal. Kemudian, sebuah pendekatan yang disebut dengan Context Dependent Blending (CDB) digunakan. CDB adalah sebuah aturan berbasiskan logika fuzzy yang menghasilkan aksi akhir untuk mengkoordinasikan perilaku-perilaku tunggal yang ada. Algoritma ini akan divalidasi menggunakan sebuah model robot bergerak dan disimulasikan menggunakan MATLAB. Hasil simulasi menunjukkan hasil yang menguntungkan untuk meningkatkan performa pengendali yang sudah ada.

Full Text:

PDF (Indonesian)

References


A. Adriansyah, “Analytical and Empirical Study of Particle Swarm Optimization with a Sigmoid Decreasing Inertia Weight”, Proceeding of 1st Regional Postgraduate Conference on Engineering and Science (RPCES 2006), July 2006.

A. Bonarini, G. Invernizzi, T. Halva, and M. Matteucci, “An architecture to coordinate fuzzy behaviors to control an autonomous robot”, Journal Fuzzy Sets and Systems, Vol. 134 (1), pp. 101-115, 2003.

A. Saffiotti, “The uses of fuzzy logic in autonomous robot navigation”, Soft Computing, Vol. 1, Springer-Verlag, pp. 180-197, 1997.

A. Saffiotti, E. H. Ruspini, K. Konolige, K., “Using fuzzy logic for mobile robot control”, In: Practical Application of Fuzzy Technologies, H-J. Zimmermann (Ed), Kluwer Academic Publisher, pp. 185-206, 1999.

A.A.A. Esmin, A.R. Aoki, and G.Lambert-Torres, “Fitting Fuzzy Membership Function using Particle Swarm Optimization”, Proc. of the IEEE Int’l Conf. on Evolutionary Computation, May 1998.

A.A.A. Esmin, A.R. Aoki, and G.Lambert-Torres, “Particle Swarm Optimization for Fuzzy Membership Function Optimization”, Proc. of the IEEE Int’l Conf. on System, Man and Cybernetics, pp. 108-113, 2002.

E. Aguiree, and A. Gonzales, “Fuzzy behaviors for mobile robot navigation : design, coordination and fusion”. International Journal of Approximate Reasoning, Vol 25, Elsevier Science Inc., pp. 255-289, 2000.

F. Hoffmann, “An overview on soft computing in Behavior Based Robotics”, Proc. on International Fuzzy System Association World Congress IFSA , pp. 544-551, 2003.

F. Hoffmann, and G. Pfister, “Evolutionary design of a fuzzy knowledge base for a mobile robot’, International Journal of Approximate Reasoning, Vol. 17, pp. 447-469, 1997.

H. Hagras, V. Callaghan, and M. Colley, “Outdoor mobile robot learning and adaptation”, IEEE Robotics & Automation Magazines, pp. 53-69, September 2001.

M. Carreras, J. Batle, P. Ridao, and G. N. Roberts, “An overview on behavior-based methods for AUV control”, Proc. of Conference on Manufacturing and Control of Marine Crafts, August, 2000.

P. Rusu, E. M. Petriu, T. E. Whalen, A. Cornell, and H. J. W. Spoelder, “Behavior-based neuro-fuzzy controller for mobile robot navigation”, IEEE Transaction on Instrumentation and Measurement, Vol. 52, No. 4, pp. 1335-1340, August 2003.

R. C. Arkin, Behavior-based Robotics, The MIT Press, 1998.

R. C. Eberhart and Y. Shi, “Comparing Inertia Weights and Constriction Factors in Particle Swarm Optimization“, Proc. Congress on Evolutional Computation, San Diego, pp. 84-88, 2000.

S. Parasuraman, V. Ganapathy, and B. Shrinzadeh, “Fuzzy decision mechanism combined with neuro-fuzzy controller for behavior-based robot navigaton”, pp. 2410-2416, 2003.


Refbacks

  • There are currently no refbacks.