ورود
مقالات فارسیISIکنفرانسهاژورنالها

روش نوینی بر پایه میدان پتانسیل در کنترل و ناوبری ربات های متحرک خودگردان در یک محیط دینامیکی سه بعدی

محل انتشار: نهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,205

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/188948

شناسه ملی سند علمی:

IIEC09_069

تاریخ نمایه سازی: 26 اسفند 1391

چکیده مقاله:

ربات های متحرک خودگردان نسل جدیدی ازرباتهایی هستند که قابلیت تصمیم گیری درزمان واقعی و براساس سیگنال های ورودی ازمحیط و بدونوابستگی به یک کنترلر مرکزی رادارند دراین مقاله الگوریتم جدیدی برای کنترل مسیر حرکت و نحوه رسیدن به هدف دریک محیط سهبعدی شامل موانع توسط رباتهای متحرک خودکارارایه میگردد این الگوریتم ربات را قادر میسازد کوتاه ترین مسیر ممکن را برای نیل به هدف برگزیند همچنین دراین مقاله به مقایسه روش پیشنهادی با روش های قدرتمندی دراین زمینهمانند ژنتیک و Q-Learning درمحیطهای مختلف پرداخته شدها ست و برتری چشمگیر این روش به اثبات رسیده ست به گونه ای که این روش قادر است باحجم محاسبات بسیارکمتر به نتایج مشابه با روشهای دیگر برسد.

کلیدواژه ها:

نویسندگان

هاله علیمحمدی

دانشجوی کارشناسی ارشد مکانیک

محسن ایمانی

دانشجوی کارشناسی ارشد مهندسی برق

مرتضی فتحی پور

دانشیار دانشگاه تهران

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 :
  • annealing algorithm with Simulatedه [16] Xinchao, Z., adaptive neighborhood, Applied ...
  • Siegwart, R., & Nourbakhsh, I.R. (2004). "Introduction to gutonomous mobile ...
  • Latombe, J. C. "Robot Motion Planning", Norwood, MA, Kluwer Academic ...
  • H. Choset, S. Walker, K. Eiamsa-Ard, J. Burdick, "Sensor-Based Exploration: ...
  • Khatib, M., & Chatila, R., _ Extended Potential Field Approach ...
  • Kareem Jaradat, M.A., Al-Rousan, M., & Quadan, L., "Reinforcemet based ...
  • C. Watkins, "Learning from delayed rewards", PhD dissertation, King's College, ...
  • Elshamli, A., Abdullah, H.A., & Areibi, S., "Genetic algorithm for ...
  • Thomaz, C., Pacheco, M., & Vellasco, M., "Mobile Robo Path ...
  • Branke, J., "Evolutionary approaches to dyamic optimization prob _ ems ...
  • Dynamic Optimization Problems, Chicago, USA, 2003, pp. 2 ...
  • Lu, J., & Yang, D., "Path planning based on double-layer ...
  • Goldberg, D.E., Genetic Algorithms in Search, Optimization and Machine Learning. ...
  • Vadakkepat, P., Tan, K.C.. "Evolutionary artificial potential fields and their ...
  • Lv, N., & Feng, Z., :Numerical potential field and ant ...
  • Luh, GC, _ Liu, WW., "Motion planning for mobile robots ...
  • Luh GC & Liu, WW (2008). _ immunological approach to ...
  • Tu, J., & Yang, S.X., "Genetic algorithm based path planning ...
    • نمایش کامل مراجع