برنامه ریزی مسیر بهینه چند رباتی در یک محیط سه بعدی با استفاده از الگوریتم بهینه سازی جمعیت ذرات بهبودیافته

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 213

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIAE-19-3_017

تاریخ نمایه سازی: 16 مهر 1401

چکیده مقاله:

​یکی از بحث های اساسی و مهم در مورد ربات متحرک و توده­ ربات های متحرک مسئله برنامه ریزی مسیر است. مسئله برنامه ریزی، یافتن مسیری است که ربات را از نقطه شروع به نقطه هدف هدایت می­کند. این حرکت باید به گونه ای باشد که ربات با موانع و دیگر ربات­ها برخورد نداشته باشد. ضمن این­که مسیر طی شده دو شرط ایمن بودن و بهینه بودن را نیز برآورده سازد و با کمترین هزینه به هدف خود برسد. تاکنون کارهای متعددی در زمینه مسیریابی بهینه توده رباتیکی در محیط های دوبعدی انجام شده است. اما در محیط واقعی، مسیر کاملا مسطح نیست و محیط عملیاتی دارای ناهمواری هایی است که در حرکت ربات ها و یافتن مسیر بهینه بدون برخورد با موانع و دیگر ربات های گروه بسیار تاثیرگذار است. برای عملکرد صحیح ربات باید این ناهمواری ها در محاسبات مسیریابی وارد شده و در محیط شبیه سازی در نظر گرفته شود. در این مقاله، مسئله برنامه ریزی مسیر برای توده ربات ها به صورت سه بعدی مدل و به کمک روش­ فرا ابتکاری جمعیت ذرات بهبودیافته حل خواهد شد. روش پیشنهادی روی مسئله با تعداد ربات های و تنوع محیطی متفاوت آزموده می­شود. نتایج آزمایش ها، کارایی روش پیشنهادی را نسبت به الگوریتم جمعیت ذرات از دو جنبه طول مسیر و زمان سفر تائید می کند.

نویسندگان

آیت الله مهبودی

Higher Education Complex of Bam, Iran

حسین نظام آبادی پور

Shahid Bahonar University of Kerman, Kerman, Iran

محدثه سلیمانپورمقدم

Higher Education Complex of Bam, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • مدل‌سازی قابلیت اطمینان در نانوربات‌های زیستی
  • Das, P.K., Behera, H.S. and Panigrahi, B.K., ۲۰۱۶. A hybridization ...
  • Nguyen, H.T. and Le, H.X., ۲۰۱۶. Path planning and Obstacle ...
  • Linear Time Varying MPC Based Path Planning of an Autonomous Vehicle via Convex Optimization [مقاله ژورنالی]
  • Yue, R., Xiao, J., Wang, S. and Joseph, S.L., ۲۰۰۹, ...
  • Duan, H., Yu, Y., Zhang, X. and Shao, S., ۲۰۱۰. ...
  • Schler, F., ۲۰۱۲. ۳d path planning for autonomous aerial vehicles ...
  • Das, P. K., & Jena, P. K., ۲۰۲۰, Multi-robot path ...
  • Carlyle, W.M., Royset, J.O. and Kevin Wood, R., ۲۰۰۸. Lagrangian ...
  • Laumond, J.P. ed., ۱۹۹۸. Robot motion planning and control (Vol. ...
  • Fiorini, P. and Shiller, Z., ۱۹۹۸. Motion planning in dynamic ...
  • Hwang, Y.K. and Ahuja, N., ۱۹۹۲. Gross motion planning—a survey. ...
  • Tarabanis, K.A., Allen, P.K. and Tsai, R.Y., ۱۹۹۵. A survey ...
  • Svestka, P. and Overmars, M.H., ۱۹۹۵, May. Coordinated motion planning ...
  • Nazarahari, M., Khanmirza, E., & Doostie, S., ۲۰۱۹. Multi-objective multi-robot ...
  • Zhang, H. Y., Lin, W. M., & Chen, A. X., ...
  • Guo, Y. and Parker, L.E., ۲۰۰۲, May. A distributed and ...
  • Banfi, J., Guzzi, J., Amigoni, F., Flushing, E.F., Giusti, A., ...
  • Yeh, J., Lewis, L.I., Alvarez, J. and Cannons, J., ۲۰۱۷. ...
  • Van Den Berg, J., Patil, S. and Alterovitz, R., ۲۰۱۷. ...
  • Pardo, D., Möller, L., Neunert, M., Winkler, A.W. and Buchli, ...
  • Qin, Y.Q., Sun, D.B., Li, N. and Cen, Y.G., ۲۰۰۴, ...
  • Min, H.Q., Zhu, J.H. and Zheng, X.J., ۲۰۰۵, August. Obstacle ...
  • Masehian, E. and Sedighizadeh, D., ۲۰۱۰. Multi-objective PSO-and NPSO-based algorithms ...
  • Davoodi, M., Panahi, F., Mohades, A. and Hashemi, S.N., ۲۰۱۵. ...
  • Qiaorong, Z. and Guochang, G., ۲۰۰۸, September. Path planning based ...
  • Purcaru, C., Precup, R.E., Iercan, D., Fedorovici, L.O., Petriu, E.M. ...
  • مدل‌سازی قابلیت اطمینان در نانوربات‌های زیستی
  • Das, P.K., Behera, H.S. and Panigrahi, B.K., ۲۰۱۶. A hybridization ...
  • Nguyen, H.T. and Le, H.X., ۲۰۱۶. Path planning and Obstacle ...
  • Linear Time Varying MPC Based Path Planning of an Autonomous Vehicle via Convex Optimization [مقاله ژورنالی]
  • Yue, R., Xiao, J., Wang, S. and Joseph, S.L., ۲۰۰۹, ...
  • Duan, H., Yu, Y., Zhang, X. and Shao, S., ۲۰۱۰. ...
  • Schler, F., ۲۰۱۲. ۳d path planning for autonomous aerial vehicles ...
  • Das, P. K., & Jena, P. K., ۲۰۲۰, Multi-robot path ...
  • Carlyle, W.M., Royset, J.O. and Kevin Wood, R., ۲۰۰۸. Lagrangian ...
  • Laumond, J.P. ed., ۱۹۹۸. Robot motion planning and control (Vol. ...
  • Fiorini, P. and Shiller, Z., ۱۹۹۸. Motion planning in dynamic ...
  • Hwang, Y.K. and Ahuja, N., ۱۹۹۲. Gross motion planning—a survey. ...
  • Tarabanis, K.A., Allen, P.K. and Tsai, R.Y., ۱۹۹۵. A survey ...
  • Svestka, P. and Overmars, M.H., ۱۹۹۵, May. Coordinated motion planning ...
  • Nazarahari, M., Khanmirza, E., & Doostie, S., ۲۰۱۹. Multi-objective multi-robot ...
  • Zhang, H. Y., Lin, W. M., & Chen, A. X., ...
  • Guo, Y. and Parker, L.E., ۲۰۰۲, May. A distributed and ...
  • Banfi, J., Guzzi, J., Amigoni, F., Flushing, E.F., Giusti, A., ...
  • Yeh, J., Lewis, L.I., Alvarez, J. and Cannons, J., ۲۰۱۷. ...
  • Van Den Berg, J., Patil, S. and Alterovitz, R., ۲۰۱۷. ...
  • Pardo, D., Möller, L., Neunert, M., Winkler, A.W. and Buchli, ...
  • Qin, Y.Q., Sun, D.B., Li, N. and Cen, Y.G., ۲۰۰۴, ...
  • Min, H.Q., Zhu, J.H. and Zheng, X.J., ۲۰۰۵, August. Obstacle ...
  • Masehian, E. and Sedighizadeh, D., ۲۰۱۰. Multi-objective PSO-and NPSO-based algorithms ...
  • Davoodi, M., Panahi, F., Mohades, A. and Hashemi, S.N., ۲۰۱۵. ...
  • Qiaorong, Z. and Guochang, G., ۲۰۰۸, September. Path planning based ...
  • Purcaru, C., Precup, R.E., Iercan, D., Fedorovici, L.O., Petriu, E.M. ...
  • نمایش کامل مراجع