برنامه ریزی حرکت مسیر ربات با دوقلوی دیجیتال مبتنی بر یادگیری عمیق

برنامه ریزی حرکت یک ربات مسئله ای مهم است که همواره به دنبال مسیرهای بهینه، امن و برآورده کننده قیدها و شرایط محیطیاست. برنامه ریزی مسیر حرکت با افزایش تعداد قیدها و بعد فضا، به صورت نمایی افزایش می یابد. هدف اولیه در این مساله، یافتنمسیر بین نقطه شروع تا نقطه هدف بدون برخورد با موانع اعم از موانع ثابت و متحرک می باشد. علاوه بر این، یافتن مسیر بهینه باتوجه به شاخص هایی مثل طول مسیر، زمان طی مسیر، انرژی مصرفی و یا ریسک کمتر، پیچیدگی تصمیم گیری ربات را بیشترمی کند. یکی از کاربردهای الگوریتم های برنامه ریزی مسیر حرکت ربات، ناوبری خودروهای هوشمند می باشد. برای مثال در خودروهوشمند، محیط پویا و دارای موانع ثابت و متحرک می باشد. سنسورهای خودرو اطلاعات محیطی را دریافت می کنند اما ممکن استخطایی در اطلاعات وجود داشته باشد که موجب عدم قطعیت می شود. در این پژوهش، الگوریتم برنامه ریزی مستیر حرکت ربات باروش دوقلوی دیجیتال به همراه شبکه عصبی عمیق کانولوشن پیاده سازی می شود. همچنین منظور نزدیک شد به چالش هایواقعی، در موقعیت موانع و اطلاعات دریافتی ربات، مولفه عدم قطعیت را وارد می کنیم. روش پیشنهادی این پژوهش استفاده ازالگوریتم دوقلوی دیجیتال برای شناسایی مسیرها به صورت مقاوم و بهینه و استفاده از مشاهده گر جهت محاسبه و شناسایی خطاهایکنترلی است. همچنین از شبکه عصبی عمیق کانولوشن برای ردیابی هدف در ربات متحرک بدون برخورد با موانع و اغتشاشات دیگراستفاده می شود. در پایان نشان داده می شود که روش پیشنهادی منجر به بهینه سازی برنامه ریزی مسیر و کاهش هزینه ها در محیطپویای دارای عدم قطعیت است.

کلیدواژه ها:

زمان بندی مسیر ربات ، دوقلوی دیجیتال ، شبکه عصبی عمیق کانولوشن ، خطاهای کنترلی