Kullanım Alanlarına Göre Robot Sistemlerinin Sınıflandırılması
Yıl 2019,
Cilt: 31 Sayı: 1, 53 - 66, 15.03.2019
Gürkan Gürgöze
,
İbrahim Türkoğlu
Öz
Geçmişten
günümüze robot dünyası incelendiğinde donanımsal ve yazılımsal alanlarda
gerçekleşen atılımlarla robotların, endüstrinin dışında uzay, askeri, tıp,
arama kurtarma gibi birçok alanda geniş bir araştırma sahası bulduğu
görülmektedir. Daha ayrıntılı ve kapsamlı çalışmaların yapılmasıyla robotların
çalışma alanlarına göre ayrıştırılmasına ve bu alanlarda çalışabilecek şekilde
planlama algoritmalarının geliştirilmesine gereksinim doğmuştur. Bu gereksinime
binaen robotların kullanım alanlarına göre gerek donanımsal algılama sistemleri
ve gerekse yönetim algoritmalarının karşılaştırmalı olarak değerlendirilmesi bu
makalede ele alınmıştır. Yapılan çalışmada, robot sistemlerin uygulama alanları, başarımları,
eksiklikleri ve temel sorunları ile gelecekte üzerinde araştırma yapılabilecek alanları
karşılaştırmalı olarak sunulmuştur.
Kaynakça
- [1] Acar M., İki Ayaklı Yürüme Hareketinin Modellemesi ve Kontrolü, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2007.
[2] Çayırpunar Ö. , Çoklu Robot Sistemlerinde Robotlar Arası Haberleşme ve İşbirliği Kullanılarak Arama Verimliliğinin Artırılması, TOBB Ekonomi ve Teknoloji Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2009.
[3] Yapıcı K. O., 14 Serberstlik Dereceli İki Ayaklı Bir Robotun Dinamik Yürüme Hareketinin Kontrolü, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2008.
[4] Wang T., Dang Q. ve Pan P., A Multi-Robot System Based on A Hybrid Communication Approach, c. 1, sayı 1, ss. 91–100, 2013.
[5] Kara M., Oğul Robotlari Yön Bulma Problemi̇, Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2016.
[6] Bahadır L., A Probabilistic Geometric Model Of Self Organized Aggregation İn Swarm Robotic Systems, Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2012.
[7] Oh H., Ramezan A., Sun C. ve Jin Y, Bio-inspired self-organising multi-robot pattern formation : A review, Rob. Auton. Syst., c. 91, ss. 83–100, 2017.
[8] Technique M., Bucharest U. P ve Technique M., Research in Micro-Nano Robotics, sayı 46, ss. 83–90, 2014.
[9] Rozo D., Silverio L., Caldwell J., “Learning Controllers for Reactive and Proactive Behaviors in Human – Robot”, c. 3, sayı June, ss. 1–11, 2016.
[10] Bloesch P ve Fankhauser M., Collaborative Navigation for Flying and Walking Robots, sayı August, 2016.
[11] Çakmak T. T., Robotlar, ss. 15-20, 2006.
[12] Şahin Y., Scara Tip Bir Robotun Yörünge Kontorlünde PID Kontol Uygulaması, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2006.
[13] Christensensen J. L. ve Nielsen J., Development Modeling and Control of A Humanoid Robot, Aalborg University, Master’s Thesis, 2007.
[14] Park I., Kim J., Lee J. ve Oh J., Mechanical Design of Humanoid Robot Platform KHR-3 ( KAIST Humanoid Robot - 3 : HUBO ) , c. 3, ss. 321–326, 2005.
[15] Tuna G., Çoklu Algılayıcı Füzyonunun Çoklu Robot Sistemlerinde Eş Zamanlı Konum Belirleme ve Haritalama Proglemine Uygulanması, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, 2012.
[16] Akyol S. ve Alataş B., Güncel Sürü Zekâsı Optimizasyon Algoritmaları,c. 1, ss. 36–50, 2012.
[17] Bakhshipour M., Ghadi M. J. ve Namdari F., Swarm robotics search & rescue: A novel artificial intelligence-inspired optimization approach, Appl. Soft Comput. J., 2017.
[18] www.robotpark.com.tr/blog/tum-robot-tipleri/nano-robotlar. erisim:22.12.2017 .
[19] Wang L, Collaborative robot monitoring and control for enhanced sustainability, ss. 1433–1445, 2015.
[20] Dionisio V. C. ve. Brown D. A, Collaborative robotic biomechanical interactions and gait adjustments in young , non-impaired individuals, ss. 1–13, 2016.
[21] Rozo L, Calinon S., Caldwell D. G. ve Jim P., Learning Physical Collaborative Robot Behaviors From Human Demonstrations, c. 32, sayı 3, ss. 513–527, 2016.
[22] Popescu N., Popescu D., Cozma A. ve Vaduva A. J., Hardware design and implementation of an Intelligent Haptic Robotic Glove, EPE 2014 - Proc. 2014 Int. Conf. Expo. Electr. Power Eng., sayı Epe, ss. 174–177, 2014.
[23] Canal G., Escalera S. ve Angulo C., A real-time Human-Robot Interaction system based on gestures for assistive scenarios, c. 149, ss. 65–77, 2016.
[24] Cherubini A., Passama R., Crosnier A., Lasnier A. ve Fraisse P., Robotics and Computer-Integrated Manufacturing Collaborative manufacturing with physical human – robot interaction,., c. 40, ss. 1–13, 2016.
[25] Skantze G., Real-time Coordination in Human-robot Interaction using Face and Voice, c. 37, sayı 4, ss. 19–31, 2016.
[26] Sigalas M., Baltzakis H. ve Trahanias P., Temporal gesture recognition for human-robot interaction.
[27] Burke M. ve Lasenby J., Pantomimic Gestures for Human – Robot Interaction, c. 31, sayı 5, ss. 1225–1237, 2015.
[28] Makris S., Tsarouchi P., Surdilovic D. ve Krger J., “Intuitive dual arm robot programming for assembly operations”, CIRP Ann. - Manuf. Technol., c. 63, sayı 1, ss. 13–16, 2014.
[29] Pinillos R., Marcos S., Feliz R., Zalama E. ve Gómez-García-Bermejo J., Long-term assessment of a service robot in a hotel environment, Rob. Auton. Syst., c. 79, ss. 40–57, 2016.
[30] Kennedy J., Baxter P. ve Belpaeme T., Nonverbal Immediacy as a Characterisation of Social Behaviour for Human – Robot Interaction, Int. J. Soc. Robot., c. 9, sayı 1, ss. 109–128, 2017.
[31] Leica P., Roberti F., Monllor M., Toibero J. M. ve Carelli R., Control of bidirectional physical human – robot interaction based on the human intention, Intell. Serv. Robot., c. 10, sayı 1, ss. 31–40, 2017.
[32] Li S. ve Zhang X., Implicit Intention Communication in Human – Robot Interaction Through Visual Behavior Studies, ss. 1–12, 2017.
[33] Cifuentes C. A., Rodriguez C., Frizera-neto A., Bastos-filho T. F., Carelli R. ve Member S., Multimodal Human – Robot Interaction for Walker-Assisted Gait, c. 10, sayı 3, ss. 933–943, 2016.
[34] Fraga D., Gulerrez A., Vallejo J.C, Campo A. ve Bankovic Z., Improving Social Odometry Robot Networks with Distributed Reputation Systems for Collaborative Purposes, ss. 11372–11389, 2011.
[35] Singh A. K. ve Nandi G. C., NAO humanoid robot : Analysis of calibration techniques for robot sketch drawing, Rob. Auton. Syst., c. 79, ss. 108–121, 2016.
[36] Alonso I. G., Collaborative Tasks Between Robots Based on the Digital Home Compliant Protocol over UPnP, ss. 357–371, 2013.
[37] Maeda G. J., Neumann G., Ewerton M., Lioutikov R., Kroemer O. ve Peters J., Probabilistic movement primitives for coordination of multiple human – robot collaborative tasks, Auton. Robots, c. 41, sayı 3, ss. 593–612, 2017.
[38] Mondada L., Ehsanul M. ve Mondada F., Electroencephalography as implicit communication channel for proximal interaction between humans and robot swarms,, c. 10, sayı 4, ss. 247–265, 2016.
[39] Micea M. V., Stancovici A., Chiciudean D. ve Filote C., Indoor Inter-Robot Distance Measurement in Collaborative Systems , c. 10, sayı 3, ss. 21–26, 2010.
[40] Grau A., Guerra E., Munguia R. ve Bolea Y., Collaborative Localization for Autonomous Robots in Structured Environments, ss. 219–224, 2016.
[41] Diprose J., MacDonald B., Hosking J. ve Plimmer B., Designing an API at an appropriate abstraction level for programming social robot applications, J. Vis. Lang. Comput., c. 39, ss. 22–40, 2017.
[42] Tenorth M. ve Beetz M., Representations for robot knowledge in the KNOWROB framework, Artif. Intell., c. 247, ss. 151–169, 2017.
[43] Ferrús R. M. ve Somonte M. D., Design in robotics based in the voice of the customer of household robots, Rob. Auton. Syst., c. 79, ss. 99–107, 2016.
[44] Lizundia E. R., Marcos S., Zalama E., Gómez-García-Bermejo J. ve Gordaliza A., A bellboy robot: Study of the effects of robot behaviour on user engagement and comfort, Int. J. Hum. Comput. Stud., c. 82, ss. 83–95, 2015.
[45] Sejati P., Suzuki H., Kitajima T., Kuwahara A. ve Yasuno T., Object Conveyance Algorithm for Multiple Mobile Robots based on Object Shape and Size, c. 7, sayı 5, 2016.
[46] Liu F., Liang S. ve Xian X., Optimal Robot Path Planning for Multiple Goals Visiting Based on Tailored Genetic Algorithm, c. 6891, sayı March, 2017.
[47] Das B., Couceiro M. S. ve Vargas P. A., MRoCS : A new multi-robot communication system based on passive action recognition, Rob. Auton. Syst., c. 82, ss. 46–60, 2016.
[48] Vasilyev I., Kashourina A., Krasheninnikov M. ve Smirnova E., Use of Mobile Robots Groups for Rescue Missions in Extreme Climatic Conditions, c. 100, ss. 1242–1246, 2015.
[49] Abukhalil T., Patil M., Patel S. ve Sobh T., Coordinating a Heterogeneous Robot Swarm Using Robot Utility-based Task Assignment ( RUTA ).
[50] Prasad A., Sharma B. ve Vanualailai J., A new stabilizing solution for motion planning and control of multiple robots, c. 34, sayı 2016, ss. 1071–1089, 2017.
[51] Dai Y., Kim Y., Wee S., Lee D. ve Lee S., Symmetric caging formation for convex polygonal object transportation by multiple mobile robots based on fuzzy sliding mode control, ISA Trans., c. 60, ss. 321–332, 2016.
[52] Trigui S., Cheikhrouhou O., Koubaa A., Baroudi U. ve Youssef H., FL-MTSP : a fuzzy logic approach to solve the multi-objective multiple traveling salesman problem for multi-robot systems, Soft Comput., 2016.
[53 Al M. ve Nüchter A., Enhanced frontier-based exploration for indoor environment with multiple robots, c. 29, sayı 10, ss. 657–669, 2015.
[54] Das B., Adaptive sliding mode formation control of multiple underwater robots, c. 24, sayı 4, ss. 515–543, 2014.
[55] Sugiyama H., Tsujioka T. ve Murata M., Real-time exploration of a multi-robot rescue system in disaster areas, c. 27, sayı 17, ss. 1313–1323, 2013.
[56] Hoshino S. ve Seki H., Multi-robot coordination for jams in congested systems, Rob. Auton. Syst., c. 61, sayı 8, ss. 808–820, 2013.
[57] Gil S., Kumar S., Katabi D. ve Rus D., Adaptive Communication in Multi-Robot Systems Using Directionality of Signal Strength, ss. 1–18, 2010.
[58] Kosak O., Wanninger C., Angerer A., Hoffmann A., Schiendorfer A. ve Seebach H., Towards Self-organizing Swarms of Reconfigurable Self-aware Robots, 2016.
[59] Kılıç A. ve Kapucu S., Modüler yeniden yapılandırılabilir robot modülü OMNIMO ’ nun tasarımı ve üretimi”, c. 3, ss. 521–530, 2016.
[60] Kizir Z., Bingül S., Haptik Kontrollü Stewart Platformu ile Endoskop Konumlama.
[61] Saeidi H., Mikulski D. G. ve Wang Y., Trust-Based Leader Selection for Bilateral Haptic Teleoperation of Multi-Robot Systems, ss. 6575–6581, 2017.
[62] M R., B. A. Vishnu, T P., Reghu N. C. ve M. S, Tele-Operated Trajectory Tracking of Differential Drive Wheeled Mobile Robot Using Haptic Robot, ss. 587–592, 2017.
[63] Saeidi H., Wagner J. R. ve Wang Y., A Mixed-Initiative Haptic Teleoperation Strategy for Mobile Robotic Systems Based on Bidirectional Computational Trust Analysis, IEEE Trans. Robot., c. 33, sayı 6, ss. 1500–1507, 2017.
[64] Hotel I. C. ve Family S., Haptik Rehabilitasyon Uygulamalar, ss. 293–296, 2016.
[65] Surendran A. ve S J M., Sliding mode controller for robust trajectory tracking using haptic robot, 2016 IEEE 1st Int. Conf. Power Electron. Intell. Control Energy Syst., ss. 1–6, 2016.
[66] Wei H., Shao Z., Huang Z., Chen R. ve Guan Y., RT-ROS : A real-time ROS architecture on multi-core processors, Futur. Gener. Comput. Syst., c. 56, ss. 171–178, 2016.
[67] www.techradar.com.erisim:10.10.2017
[68] Woodward M. A. ve Sitti M., MultiMo-Bat: A biologically inspired integrated jumping-gliding robot, Int. J. Rob. Res., c. 33, sayı 12, ss. 1511–1529, 2014.
[69] Mulgaonkar Y., Makineni A., Guerrero-Bonilla L. ve Kumar V., Robust Aerial Robot Swarms Without Collision Avoidance, IEEE Robot. Autom. Lett., c. 3, sayı 1, ss. 596–603, 2018.
[70] Silva L. ve Nedjah N., Efficient strategy for collective navigation control in swarm robotics, Procedia Comput. Sci., c. 80, ss. 814–823, 2016.
[71] Ravalli A., Rossi C. ve Marrazza G., Sensors and Actuators B : Chemical Bio-inspired fish robot based on chemical sensors, Sensors Actuators B. Chem., c. 239, ss. 325–329, 2017
[72] Zhang J., Song G., Li Y., Qiao G., Song A. ve Wang A., Mechatronics A bio-inspired jumping robot : Modeling , simulation , design , and experimental results, Mechatronics, c. 23, sayı 8, ss. 1123–1140, 2013.
[73] Liu Y., Sun S., Wu X. ve Mei T., A Wheeled Wall-Climbing Robot with Bio-Inspired Spine Mechanisms, J. Bionic Eng., c. 12, sayı 1, ss. 17–28, 2015.
[74] Martel S., Mohammadi M., Switching between magnetotactic and aerotactic displacement controls to enhance the efficacy of MC-1 magneto-aerotactic bacteria as cancer-fighting nanorobots, Micromachines, c. 7, sayı 6, 2016.
[75] Al-Fandi M., Alshraiedeh N., Owies R, Alshdaifat H, Al-Mahaseneh O., Al-Tall K., Alawneh R., Novel Selective Detection Method of Tumor Angiogenesis Factors Using Living Nano-Robots, Sensors, c. 17, sayı 7, s. 1580, 2017.
[76] Hu C., Arvin F. , Yue S., Development of a bio-inspired vision system for mobile micro-robots, IEEE ICDL-EPIROB 2014 - 4th Jt. IEEE, ss. 81–86, 2014.
[77] Tang C., Liu J., Chen X., Micro / Nano-Robotics in Biomedical Applications and Its Progresses, sayı 1966, ss. 376–380, 2015.