Decentralized Self-organization Controller Implementation for a fully Autonomous Swarm of Robots. PhD thesis, King Fahd University of Petroleum and Minerals.

PDF (Final approved doctoral dissertation submitted in partial fulfillment of the requirements for the PhD degree at KFUPM.) G202203800_Mohammed_Abdelnasser_PhD_Thesis.pdf.pdf - Published Version Restricted to Repository staff only until 20 May 2027. Download (22MB)

Arabic Abstract

تقدم هذه الأطروحة إطارَ تحكمٍ لامركزيًا بالكامل وذاتيَّ التنظيم لسربٍ من الروبوتات الأرضية المتنقلة المستقلة. ويرتكز هذا الإطار على آلياتٍ قائمة على حقول الجهد لتحقيق ثلاثة أهداف رئيسية بصورة متزامنة وهي: تتبع المسار، والتحكم في التشكيل، وتجنّب العوائق، وذلك بالاعتماد على الاستشعار المحلي والتفاعل مع الروبوتات المجاورة فحسب، ومن دون الحاجة إلى أي شكل من أشكال التنسيق المركزي. ويقوم كل روبوت، بصورة مستقلة، بحساب قوى الجذب والتنافر وقوى التشكيل، بما يمكّنه من التوجه نحو المواضع المستهدفة، مع الحفاظ على المسافات البينية المطلوبة بين أفراد السرب، وتجنب العوائق الثابتة والمتحركة في آنٍ واحد. واستلهامًا من السلوك الجماعي في الأنظمة الحيوية، فقد روعي في تصميم المتحكم المقترح تحقيق المتانة، والقابلية للتوسع، والمرونة في التشغيل. ولتعزيز أداء الإطار المقترح، يتناول هذا العمل أيضًا تحسين المعاملات الفائقة على مستوى المهمة، بهدف رفع كفاءة التقارب مع الحفاظ على السلوك الجماعي وطبيعة التشغيل اللامركزية الكاملة. وبهذا يحافظ هيكل التحكم على طابعه اللامركزي من دون الحاجة إلى تبادل معلومات مركزي مع مراعاة قيود الاتصال. وقد تم التحقق من فاعلية المنهجية المقترحة بنجاح باستخدام بيئة المحاكاة "أركوس"، التي توفر نمذجة واقعية للخصائص الفيزيائية وللمستشعرات، فضلًا على انه بيئة محاكاة قوية تُماثل بدرجة كبيرة ظروف التشغيل في العالم الحقيقي. وقد خضع النظام للاختبار باستخدام ما يصل إلى 15 روبوتًا، كما صُمم بما يسمح بتوسيعه ليشمل أسرابًا أكبر، قد تصل إلى 100 روبوت، مع الحفاظ على أداء مستقر عبر مجموعة متنوعة من السيناريوهات التشغيلية. وتؤكد النتائج المستخلصة باستخدام المحاكي "أركوس" قدرة السرب على الحفاظ على التشكيل، وتجنّب التصادمات، والوصول إلى منطقة هدف محددة مسبقًا ضمن نصف قطر قابل للضبط يبلغ 1 متر. وتمثل هذه المنطقة حيزًا مكانيًا للتقارب ملائمًا لتشكيلات الروبوتات متعددة الأفراد، حتى في وجود عوائق ثابتة مجهولة وعوامل متحركة. كذلك، يتميز الإطار المقترح بقدرته على التعامل بسلاسة مع إضافة أفراد جدد إلى السرب أو استبعاد بعض أفراده من دون الحاجة إلى إعادة تهيئة النظام أو تعديل بنيته الأساسية.

English Abstract

In this work, we propose a fully decentralized, self-organizing control framework for a swarm of autonomous ground mobile robots. The system integrates potential field-based mechanisms for simultaneous trajectory tracking, formation control, and obstacle avoidance, all based on local sensing and neighbor interactions without centralized coordination. Each robot autonomously computes attractive, repulsive, and formation forces to navigate toward target positions while maintaining inter-robot spacing and avoiding both static and dynamic obstacles. Inspired by biological swarm behavior, the controller emphasizes robustness, scalability, and flexibility. To further enhance the performance of the proposed framework, task-level hyperparameter optimization is investigated to improve convergence efficiency while preserving collective behavior and fully decentralized operation. In this way, the control architecture maintains its decentralized nature without requiring centralized information exchange and respecting communication data capacity constraints. The proposed method has been successfully validated in the ARGoS simulator, which provides realistic physics, sensor modeling, and a robust environment that closely approximates real-world conditions. The system was tested with up to 15 robots and is designed to scale to larger swarms (e.g., 100 robots), demonstrating stable performance across a range of scenarios Results obtained using ARGoS confirm the swarm’s ability to maintain formation, avoid collisions, and reach a predefined goal area within a configurable 1 m radius. This zone serves as a spatial convergence region suitable for multi-robot formation, even in the presence of unknown fixed obstacles and movable agents. The framework can seamlessly handle the addition or removal of swarm members without reconfiguration.