اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتخطيط حركة روبوت متنقل باستخدام خوارزميات BUG
Mobile Robot Motion Planning using Bug Algorithms
2441
3 63
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يعتبر تخطيط الحركة من القضايا الهامة و الملحة لما يعطيه للروبوت من قدرة على الوصول إلى الهدف بشكل آلي و منع الاصطدام بأي عائق، مما يرفع من أداء الروبوت و يقلل من كلفته التشغيلية. و يقسم تخطيط حركة الروبوت عادةً إلى قسمين: يقوم الأول بإيجاد المسار المناسب و يضمن الثاني تتبع الروبوت لهذا المسار وصولاً لهدفه. يعتمد هذا البحث على التقنيات المستخدمة في أحد أشهر خوارزميات تجنب العوائق (خوارزميات Bug) من أجل إيجاد مسار عام للروبوت. و تطبق تلك المسارات الناتجة على أرض الواقع باستخدام روبوت Boe-Bot تفاضلي القيادة.
Motion Planning is an important and potential issue in Robotics, because it gives the robot the ability to reach its target automatically with collision free, which increase the robot performance and reduce its operational cost. The robot motion planning is commonly divide into two approaches: finding the appropriate path and making the robot tracking this path until it reaches its goal. This research depends on one of the most common obstacles avoidance path planningtechniques (Bug algorithms) to find global path of robot. And make the Boe-Bot robot (differential drive robot) tracking the paths generated by these algorithms in a certain environment.
مراجعة الذكاء الصنعي:
ملخص البحث
تناول البحث موضوع تخطيط حركة الروبوتات المتنقلة باستخدام خوارزميات Bug، وهي من أشهر الخوارزميات المستخدمة لتجنب العوائق. يهدف البحث إلى تحسين أداء الروبوتات وتقليل تكاليف التشغيل من خلال تمكين الروبوت من الوصول إلى هدفه بشكل آلي ودون اصطدام بالعوائق. تم تطبيق هذه الخوارزميات على روبوت Boe-Bot التفاضلي القيادة واختبارها في بيئة معينة. يتضمن البحث شرحاً مفصلاً لخوارزميات Bug1 وBug2 وTangentBug، بالإضافة إلى كيفية تنفيذها وتقييم أدائها. أظهرت النتائج أن خوارزمية Bug1 توفر مساراً أقصر، بينما خوارزمية Bug2 تعتبر أسرع في الوصول إلى الهدف. كما تم استخدام تقنية التنعيم لتحسين مسارات الروبوت وتقليل التعرجات الصغيرة التي قد تؤدي إلى اصطدام الروبوت بالعوائق.
قراءة نقدية
دراسة نقدية: يعد هذا البحث مهماً في مجال تخطيط حركة الروبوتات، إلا أنه يمكن تحسينه من خلال تناول بعض النقاط. أولاً، كان من الأفضل تقديم مقارنة أوسع بين خوارزميات Bug وخوارزميات أخرى لتجنب العوائق، مما يعطي رؤية أشمل لأداء هذه الخوارزميات. ثانياً، لم يتم التطرق بشكل كافٍ إلى تأثير العوامل البيئية المتغيرة على أداء الخوارزميات، وهو موضوع حيوي في تطبيقات الروبوتات في العالم الحقيقي. ثالثاً، كان من الممكن تحسين البحث من خلال تقديم تجارب إضافية على أنواع مختلفة من الروبوتات والبيئات، مما يعزز من موثوقية النتائج. وأخيراً، يمكن أن يكون هناك تركيز أكبر على تحسين آلية الانتقال بين مراحل تتبع الحدود والسعي نحو الهدف في خوارزميات Bug لتحسين كفاءتها.
أسئلة حول البحث
-
ما هي أهمية تخطيط حركة الروبوتات؟
تخطيط حركة الروبوتات مهم لأنه يمكن الروبوت من الوصول إلى هدفه بشكل آلي ودون اصطدام بالعوائق، مما يزيد من أداء الروبوت ويقلل من تكاليف التشغيل.
-
ما هي خوارزميات Bug المستخدمة في البحث؟
البحث تناول خوارزميات Bug1 وBug2 وTangentBug، وهي خوارزميات تستخدم لتجنب العوائق وتخطيط مسار الروبوت في بيئات غير معروفة بشكل كامل.
-
ما هي النتائج الرئيسية التي توصل إليها البحث؟
النتائج أظهرت أن خوارزمية Bug1 توفر مساراً أقصر، بينما خوارزمية Bug2 تعتبر أسرع في الوصول إلى الهدف. كما أن تقنية التنعيم ساعدت في تحسين مسارات الروبوت وتقليل التعرجات الصغيرة.
-
ما هي التوصيات التي قدمها البحث لتحسين أداء الروبوتات؟
البحث أوصى بزيادة كفاءة الخوارزميات من خلال تحسين آلية الانتقال بين مراحل تتبع الحدود والسعي نحو الهدف، واختيار الاتجاه الأنسب لتتبع الحدود، وتقسيم المسار إلى أهداف جزئية لضمان اجتياز العوائق بشكل أفضل.
المراجع المستخدمة
S. M. LAVALLE, Planning Algorithms, New York, USA. : Cambridge University Press, 2006
P. K. DAS, H. S. BEHERA, P. K. JENA AND B. K. PANIGRAHI, "Multi-robot path planning in a dynamic environment using improved gravitational search algorithm," Journal of Electrical Systems and Information Technology, 2016,vol. 3, pp. 295-313
L. FENG-LI, "Tracking and Following Algorithms of Mobile Robots for Service Activities in Dynamic Environments," International Journal of Automation and Smart Technology, 2015,vol. 4, no. 4, pp. 39-48
قيم البحث
اقرأ أيضاً
يشكل تخطيط المسار تحدياً كبيراً أمام إيجاد روبوتات متنقلة ذكية. و يعتبر إيجاد المسار المناسب الخالي من الاصطدامات، و بأقل زمن معالجة و طول مسار ممكن من القضايا البحثية الملّحة حالياً. و تعد طريقة شجرة البحث العشوائي السريعة RRTRapidly exploring rando
m trees من أسرع الطرق التي تقوم بإيجاد مسار مناسب للروبوت كما أنها طريقة سهلة حسابياً و يمكن تطبيقها في بيئات متعددة الأبعاد.
يستعرض هذا البحث خوارزمية RRT و يقدم تطبيقاً لتخطيط مسار حركة روبوت تفاضلي وفق هذه الخوارزمية في بيئتي عمل مختلفتين باستخدام محاكي الروبوتات V-rep. بيّن هذا البحث قدرة الخوارزمية على إيجاد مسار مناسب خلال زمن معالجة قصير نسبياً، كما أظهر قدرة المحاكي V-rep على نمذجة و محاكاة ثلاثية الأبعاد لحركة الروبوت المتنقل بكفاءة و سلاسة.
اهتم الصناعيون بأتمتة مصانعهم لزيادة الانتاج و خفض التكاليف و تحسين جودة المنتج من خلال استخدام الأذرع الآلية في قيادة و انهاء معظم العمليات الانتاجية، حيث تتصف الأذرع الآلية بأنها هياكل ميكانيكية قابلة للبرمجة لأداء مهام تتميز بالدقة و السرعة و الوث
وقية.
استند البحث في استنتاج المسار الأمثل على توليد مسارات افتراضية (مثلثية، منحنية، مربعة) تعبر عن حركة الذراع الآلي للوصول إلى نقطة الهدف، حيث تم معرفة زمن الانتقال و زوايا الدوران و العزم في المفاصل تحت تأثير الجاذبية الأرضية من خلال دراسة الحركة الأفقية و الشاقولية للذراع الآلي.
تبين حركة الذراع الآلي وفق المسارات المقترحة أن أفضل المسارات سلامة على محركات الذراع الآلي هو المسار النصف دائري كونه يحد من حدوث صدمات ميكانيكية أو ظهور قيم مرتفعة للعزوم عند المفاصل. في حين تبين ان المسار الذي يحقق أقل زمن للوصول الى نقطة الهدف و بالتالي اقل كمية في الطاقة المستهلة هو المسار المثلثي في حالة الحركة الافقية للذراع على الرغم من ظهور انحرافات حادة في مخططات العزم و الطاقة نتيجة التغير المفاجئ في اتجاه الحركة.
يظهر التأثير السلبي للجاذبية الأرضية خصوصا عند حركة المفصل الثاني للأعلى أو الأسفل, مما يسبب بظهور قمم في منحني الطاقة تعبر عن قيم مرتفعة للعزم في هذا المفصل.
تعتمد معظم صناعات الروبوت في نقل الحركة فيها على استخدام محركات السيرفو و المحركات الخطية أو محركات التيار المستمر بالإضافة إلى دارات القيادة الخاصة بها مما يزيد الكلفة و يعقد عملية التحكم بالروبوت, تبحث المقالة في استخدام تقانات الهواء المضغوط في بن
اء و تصميم جديد لذراع روبوت يستطيع القيام بتنفيذ العديد من المهام باستطاعة أكبر و بتكلفة أقل بكثير من استخدام المؤازرات السابقة و ذلك لاستخدامه للقيام بمهام تحتاج إلى سرعة و استطاعة عالية, و لا تحتاج إلى دقة كبيرة في العمل.
اُستخدمت تقانات الاستشعار عن بعد ونظم المعلومات الجغرافية في عملية تخطيط استعمالات الأراضي في
محافظة اللاذقية من خلال المقارنة ما بين خصائص وحدات التربة)وحدة السهول الساحلية المستوية,وحدة
الوديان والمسيلات المائية المستوية,تحت وحدة السفوح والمنحدرا
ت خفيفة الانحدار,تحت وحدة السفوح
والمنحدرات متوسطة الانحدار,تحت وحدة السفوح والمنحدرات شديدة الانحدار,وحدة القمم
المنبسطة(ومتطلبات الأنماط الرئيسة لاستعمالات الأراضي التي تم تحديدها و توصيفها من خلال دراسة
استعمالات الأرضي الراهنة وفق ثلاثة مستويات باستخدام نظام تصنيف استعمالات الأراضي المعتمد في
وزارة الزراعة ) LUCS ( وتشمل هذه الأنماط ) LUT1 : حمضيات مروية متوسطة استخدام المكننة,
LUT : بطاطا مروية عالية استخدام المكننة, LUT3 :بندورة مروية متوسطة استخدام المكننة, LUT4 :زيتون
بعل منخفض استخدام المكننة, LUT5 :قمح بعل منخفض استخدام المكننة, LUT6 :غابات طبيعية(واستخدم
برنامج LAMIS للمقارنة بين هذه الخصائص ومتطلبات الأنماط اعتماداً على العوامل المحددة
للاستعمال:المناخ,درجة الانحدار,عمق التربة,خطر الفيضان,خطر الانجراف,خشونة السطح,نسبة كربونات
الكلسيوم. أظهرت نتائج التقيّيم أن 43.12 % من أراضي منطقة الدراسة ذات ملاءمة متوسطة S3
للنمط LUT1 في حين 72.1 % من الأراضي ذات ملاءمة منخفضة S4 وبنسبة 71.74 % غير ملائمة
N1 ,أما بالنسبة للنمط LUT2 فإن 35.01 % من أراضي منطقة الدراسة كانت ملائمة S2 % وبنسبة 35.02
ذات ملائمة متوسطة و 71.74 % ذات ملائمة منخفضة S4 ,وصلت نسبة الأراضي ذات الملائمة S2 لنمط
الاستعمال LUT3 %51.12 ونسبة 71.14 % من صف الملاءمة S3 و 71.74 % لصف الملائمة .S4 كما
بلغت نسبة الأراضي الملائمة جداً S1 للنمط LUT4 %43.12 وبنسبة 72.10 % ملائم S2 % و 71.74
ذات ملاءمة متوسطة S3 ,وللنمط LUT5 كان نسبة 21.11 % ملائم جدا S1 و 05.52 % ملائم S2
و 4.66 % ذات ملاءمة متوسطة S3 ,أما النمط LUT6 فكانت الأراضي الملائمة جدا S1 % بنسبة 51.71
والملائمة S2 30.13 .%
تم استخدم برنامج Definite في عملية تخطيط استعمالات الأراضي من خلال الربط مابين العوامل الطبيعية
الداخلة في عملية التقيّيم والعوامل الاجتماعيّة والاقتصاديّة,حيث تمت المقارنة ما بين الاستعمالات البديلة
على أساس سيناريوهين:الأول يحافظ على الموارد الطبيعية,والثاني يحقق أعلى أرباح اعتماداً على ثلاثة
معايير هي:التكاليف والأرباح والاحتياجات المائية.أظهرت نتائج عملية المقارنة لكل من وحدة السهول
الساحلية المستوية ,وحدة الوديان والمسيلات المائية وتحت وحدة السفوح خفيفة الانحدار أن النمط الراهن
الأكثر ملاءمة لأراضيها هو النمط LUT4 .
اقترحت عدة أنماط لكل وحدة فيزيوغرافية دخلت في عملية التخطيط,ففي وحدة السهول الساحلية اقترح
النمط LUT7 )كيوي مروي,منخفض استخدام المكننة(والنمط LUT8 )فول سوداني مروي,عالي استخدام
المكننة( وتمت المقارنة باستخدام برنامج Definite مع أفضل نمط راهن LUT4 .وأظهرت النتائج أنه وفق
السيناريو الأول حافظ النمط LUT4 على تفوقه على الأنماط المقترحة,في حين تفوق النمط LUT7 وفق
السيناريو الثاني SC2 .في وحدة الوديان و المسيلات المائية اقترحت نفس الأنماط السابقة لهذه الوحدة وبينت
نتائج المقارنة تساوي كل من النمط LUT4 والنمط LUT5 وفق السيناريو الأول وعليه فإن الاستعمال
الأكثر ملاءمة هو النمط المختلط )قمح بعلي ينمو تحت أشجار الزيتون,منخفض استخدام المكننة(,في حين
تفوق النمط LUT7 على بقية الأنماط وفق السيناريو الثاني SC2 .أمّا في وحدة السفوح الخفيفة الانحدار فقد
اقترح بالإضافة للنمطين السابقين النمط LUT9 )عدس بعل,منخفض استخدام المكننة( وأظهرت نتائج
المقارنة مع النمط الأفضل الراهن LUT4 أنه في أراضي هذه الوحدة يعتبر النمط الأكثر ملاءمة هو النمط
LUT4 وفقاً لكلا السيناريوهين SC1 , SC2
درست في هذا البحث حركة النواس المضاعف، حيث كتبت معادلات أولر لاغرانج
و معادلات هملتون القانونية. تطرقت أيضا لمحالة الخاصّة التي تكون فيها احدى الزاويتين
ثابتة، حيث يسلك النواس المضاعف سلوك نواس بسيط. درست حالة الاهتزازات
الصغيرة حيث يتقارب الحلان
التحليلي و العددي بشكل كبير جدا، و ذلك من أجل كتل
و أطوال غير متساوية بالضرورة.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
