Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Scientia Et Technica 0122-1701: Issn: Scientia@utp - Edu.co
Scientia Et Technica 0122-1701: Issn: Scientia@utp - Edu.co
ISSN: 0122-1701
scientia@utp.edu.co
Universidad Tecnolgica de Pereira
Colombia
RESTREPO PATIO, CARLOS; MOLINA VARGAS, JASON; TORRES P., CARLOS ANDRS
ALGORITMO GENTICO PARA LA UBICACIN PTIMA DE SENSORES EN UN ROBOT
SEGUIDOR DE LNEA
Scientia Et Technica, vol. XV, nm. 41, mayo, 2009, pp. 87-92
Universidad Tecnolgica de Pereira
Pereira, Colombia
Scientia et Technica Ao XV, No 41, Mayo de 2009. Universidad Tecnolgica de Pereira. ISSN 0122-1701
87
88
y = f ( x)
Entonces la pendiente de la recta normal en el punto x es:
m=
1
1
=
dy
f '( x)
dx
x1 = x r cos ( arctan ( m ) )
y1 = y + r cos ( arctan ( m ) )
12
10
2. 1 Construccin de la trayectoria
La trayectoria con la que se evaluar cada una de las
configuraciones deber tener un recorrido muy complejo
con diferentes curvas y ngulos de quiebre, como las que
se presentan en los diferentes competencias de robtica.
Otra caracterstica de la trayectoria es que tiene un ancho
constante en todo su recorrido.
La trayectoria que sigue la plataforma se ha definido
mediante dos lneas, las cuales deben conservar un ancho
igual en todos sus puntos. Para esto se construye primero
una curva base que es la unin de:
Un perodo de una curva sinusoidal
Un perodo de una curva triangular con ngulo agudo.
Un perodo de una curva triangular con ngulo recto.
Con base en la anterior curva, se construye otra, cuyos
puntos tengan una distancia fija a la curva original. Para
esto se utiliza un algoritmo que calcula cada punto de la
curva utilizando el hecho de que la distancia
perpendicular a la curva original sea constante. La
distancia perpendicular se calcula con base en la recta
normal a la curva original. De hecho, si la curva original
es:
2
10
10
15
20
25
30
89
2 = 1 +
(2)
yc
1
c2
xc
x
c1
max L
= li
i =1
xC 2 = xC1 + l cos ( 1 )
2
yC 2 = yC1 + l sin ( 1 )
2
Luego
Sj R
xC 2 = xC1 + l cos( 1 + )
S R j 1
Para i = 1 : S1 R , y, j
.
xC (i + 1) xC (i )
yC 2 = yC1 + l sin ( 1 + )
(1)
90
Ci = [l1
4. ALGORITMO GENTICO
Siendo
)y
1i l2 i 2 i l3i 3i ]
es el j-simo sensor.
l11
C= M
l N
1
11
l2
M
1 N
l2
21
M
2N
l3
l3
M
L2
31
M
3 N
L1
L3
4. 1 Codificacin
La codificacin decimal, para representar variables
enteras, tiene como ventaja el usar un vector de tamao
reducido, mejorando los problemas de memoria para
almacenamiento de informacin y velocidad de
procesamiento porque generalmente la funcin objetivo
esta en funcin de las variables enteras originales.
El principal inconveniente de la codificacin decimal es
que tericamente no son necesariamente verdaderas todas
las propiedades tericas y las caractersticas de
convergencia encontradas en el algoritmo gentico
usando la codificacin binaria. Tambin en la
denominada codificacin decimal tiene que redefinirse el
operador mutacin.
La codificacin que mejor se adapta a este problema es la
decimal, con la cual se representa la posicin de cada uno
de los tres sensores en coordenadas cilndricas. Esta
codificacin tiene como ventaja que usa un vector muy
reducido para cada sensor, de slo dos componentes, el
ngulo y la distancia, obteniendo de esta forma una
mayor velocidad de procesamiento.
Cada una de las posibles configuraciones est formada
L = [L1
L2 K LN 1
LN ]
K = 0.9 min (L )
de esta forma se tiene la funcin de adaptacin:
FA = [L1
L2 K LN 1
LN ] K
91
4.4 Seleccin
Este operador gentico permite seleccionar las
configuraciones de la poblacin actual que deban
participar en la generacin de las configuraciones de la
nueva poblacin. Se emplea un esquema de seleccin
proporcional, es decir, los descendientes a los que tiene
derecho cada configuracin es proporcional al valor de su
funcin de adaptacin. Para determinar el nmero de
descendientes de cada configuracin se hace una relacin
entre la funcin de adaptacin y la media de la funcin
objetivo. El inconveniente radica en que los
descendientes en su mayora pueden ser nmeros no
enteros. Para tener un nmero de descendientes enteros
se emplea el esquema de la ruleta.
4.5 Recombinacin
El operador de recombinacin consiste en escoger dos
configuraciones en forma aleatoria entre las que tienen
derecho a descendencia y generar a partir de ellas dos
nuevas configuraciones que tienen partes de las
configuraciones originales. La recombinacin en este
algoritmo es de punto simple. Existe una tasa de
recombinacin del 90%, y la forma de recombinar es
generar un nmero aleatorio entre [0,1] y si ste es menor
a 0.9 se realiza la recombinacin. De lo contrario, a la
prxima generacin se pasan las dos configuraciones sin
recombinacin.
4.6 Mutacin
Se analiza cada componente de las configuraciones de la
poblacin inicial, se asigna un factor de mutacin del 5%
y se genera un nmero aleatorio; si dicho nmero es
menor o igual a la tasa de mutacin se realiza una
mutacin en esa posicin. La mutacin que se emplea es
de tipo simple, es decir, se convierte el nmero a un valor
una tolerancia mayor o menor a l, para esto se genera
otro nmero aleatorio para conocer si la mutacin
aumenta o disminuye el nmero seleccionado. Se analiza
si cada una de las configuraciones de la nueva generacin
cumple con un recorrido mnimo, en caso contrario se
continua haciendo mutaciones sucesivas hasta que se
cumpla un recorrido mnimo como se ilustra en al figura
5.
3(-)
L
13,20
92
0.10 0.10 0.36 0
13,30
0.11 0.1
13,31
0.36 0
12 17,27
19 17,37
10
6. CONCLUSIONES
Los modelos matemticos desarrollados para definir la
trayectoria y el movimiento del robot y a su vez el
algoritmo para seguir lnea permitieron obtener una
funcin objetivo muy selectiva para cada una de las
configuraciones. El algoritmo gentico encontr una
buena solucin que permiti realizar un recorrido
considerable en una trayectoria de alta dificultad.
10
15
20
25
3(-)
0.36
1.093
0.6
0.8
132.9
0.9
31.7
0.36
1.093
0.5
0.7
54.8
0.4
106.8
0.324
10.056
0.2
0.7
97.5
0.4
106.8
0.324
1.093
0.2
0.77
105.3
0.4
115.34
0.2916
10.056
0.18
0.77
113.72
0.4
115.34
0.3564
1.093
0.22
0.7623
105.3
0.44
124.57
0.36
1.093
0.2
0.3
85.847
0.8
142.77
10
15
34
50
187
6.84
13.68
29.48
40.18
40.53
40.63
48.87
10
10
15
20
25