Search

Günümüzde endüstriyel sistemlerde nesnelerin kavranması, taşınması ve sabitlenmesi için kullanılan robot tutucular önemli araçlar olarak öne çıkmaktadır. Özellikle robotik sistemlerde, bir nesneyi en az manevrayla zarar vermeden tutabilme yeteneği büyük önem taşımaktadır. Bundan dolayı, son yıllarda robot tutucularının tasarım optimizasyonu ilgi çeken bir araştırma konusu haline gelmiştir. Bu çalışmada bu tasarım problemi için aritmetik optimizasyon algoritması (AOA) iyileştirilmiş ve çok stratejili aritmetik optimizasyon algoritması (ÇSAOA) adında yeni bir algoritma önerilmiştir. Bu algoritmada hem orijinal AOA’nın güncelleme mekanizmasını modifiye edilmiş, hem de farklı bir güncelleme mekanizması eklenilerek kendinden uyarlanabilen bir algoritma haline getirilmiştir. Bu yaklaşım, en iyi güncelleme stratejisine odaklanarak problemi daha verimli bir şekilde çözmeye olanak sağlamıştır. ÇSAOA, robot tutucu problemine uygulandığında, orijinal algoritmaya göre hem performans hem de hesaplama süresi açısından daha iyi sonuçlar ürettiği gözlemlenmiştir. Ayrıca, bu yeni algoritma literatürdeki diğer benzer algoritmalarla karşılaştırılmış ve önerilen ÇSAOA’nın daha performanslı algoritma olduğu görülmüştür.

Wireless capsule endoscopy (WCE) is used for imaging and diagnosing diseases in the gastrointestinal (GI) system. The location of the disease detected by WCE is still an important problem. Location information is very important for the surgical or drug treatment of the detected disease. In this study, RSS-based centroid algorithm has been used in order to accurately predict the capsule position on a sample data set. The effect of different parameters such as number of sensors used on the proposed mathematical model, location of sensors on positioning is analyzed in detail. The results show that a precise position detection is possible with fewer sensors positioned correctly. As a result, the positioning error with the correctly selected sensors is reduced by approximately 55%. In addition, the performance of the proposed method was compared with the classical centroid algorithm and more than 50% improvement was achieved.