Metasezgisel algoritmalar ile otonom mobil robotlar için yol planlaması

Otonom mobil robotların statik engellerin olduğu sınırlı bir ortamda engellere çarpmadan başlangıç noktasından hedef noktasına giden yolun planlaması güncelliğini koruyan bir problemdir. Bu hedefle bir başlangıç noktasından bir bitiş noktasına engellerden kaçınarak gidecek robotun yolunu planlamak için çeşitli metasezgisel optimizasyon algoritmalarından faydalanılmaktadır. Metasezgisel algoritmalar, doğa ve hayvan davranışlarından yola çıkarak matematiksel olarak modellenmekte ve işletme, mühendislik, endüstri gibi birçok alanda kullanılmaktadırlar. Bu çalışmada, popüler beş metasezgisel algoritmanın sınırlı bir ortamda robotun yol planlaması problemini çözecek deneysel çalışmaları sunulmuştur. Çalışmada kullanılan Karınca Aslanı Optimizasyonu (ALO), Gri Kurt Optimizasyonu (GWO), Farksal Gelişim Algoritması (DE), Parçacık Sürü Optimizasyonu (PSO) ve Altın Çakal Optimizasyonu (GJO) algoritmalarının otonom mobil robotlar için farklı şekil ve sayıdaki engellerin olduğu ortamlarda performansları incelenmiştir. Metasezgisel algoritmalar bir problemin kesin çözümünü sağlamazlar, fakat yakınsama özellikleri sayesinde bulundukları koşullar altında en iyi çözümü veya en kısa yolu bulmaya çalışmaktadırlar. Metasezgisel algoritmanın yol planlaması yaparken yaptığı ihlaller maliyet fonksiyonuna eklenir ve algoritma engelden kaçarak çözüme daha yakın olacak şekilde kendini günceller. Çalışmada kullanılan metasezgisel algoritmalar, farklı yol problemlerinde ve aynı şartlar altında gerçekleştirilen koşturmalardan elde edilen sonuçlara göre değerlendirilmiştir. Yapılan deneysel çalışmalar sonucunda, PSO algoritmasının en iyi performansla beraber istikrarlı sonuçlar ürettiği görülmektedir.