به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "سیستم چندرباتی" در نشریات گروه "مکانیک"

تکرار جستجوی کلیدواژه «سیستم چندرباتی» در نشریات گروه «فنی و مهندسی»
جستجوی سیستم چندرباتی در مقالات مجلات علمی
  • مرتضی حق بیگی، اسماعیل خان میرزا*، امیرحسین دوائی مرکزی

    میدان های پتانسیل مصنوعی یکی از روش های پرکاربرد در طراحی مسیر پیوسته است. اما، کاربرد این روش در طراحی مسیر جمعی با چالش هایی مواجه است که می توان به مساله نقاط کمینه محلی و نیز ایجاد ترافیک در صورت افزایش تعداد ربات ها اشاره کرد. هدف از روش پیشنهادی در این مقاله، بهبود طراحی مسیر جمعی در محیط های پیچیده و با حضور تعداد متغیری ربات است. یک تابع پتانسیل تطبیقی جدید معرفی شده است که احتمال همگرایی و ورود هم زمان ربات ها به یک ناحیه و در نتیجه احتمال ایجاد ترافیک و نقاط کمینه محلی را کاهش می دهد. همچنین، توابع پتانسیل جدیدی پیشنهاد شده است که منجر به مسیرهای هموارتر با زمان پیمایش کمتر، در مواجهه ربات با موانع می شود. در این توابع، علاوه بر موقعیت ربات ها و موانع، جهت حرکت ربات ها و موقعیت هدف نیز در نظر گرفته شده است. به منظور ارزیابی روش پیشنهادی، یک معماری نرم افزاری هیبریدی طراحی و در بستر سیستم عامل رباتی پیاده سازی شده است که در آن امکان پیوستن ربات های جدید و یا تعریف هدف جدید، همزمان با حرکت دیگر ربات ها وجود دارد. نتایج نشان می دهد که استفاده از توابع پتانسیل پیشنهادی منجر به کاهش همگرایی ربات ها و در نتیجه کاهش زمان پیمایش مسیرها می شود. در شبیه سازی صورت گرفته برای 2 ربات، استفاده از توابع تطبیقی توسعه داده شده منجر با کاهش 35 درصدی در زمان پیمایش مسیرها شده است. درحالیکه در طراحی مسیر برای 15 ربات در نقشه یکسان، کاهش 50 درصدی در زمان پیمایش مسیرها حاصل شده است.

    کلید واژگان: طراحی مسیر, سیستم چندرباتی, سیستم تطبیقی, میدان پتانسیل مصنوعی, معماری هیبریدی, ربات خودکار
    Morteza Haghbeigi, Esmaeel Khanmirza*, Amirhossein Davaie Markazi

    The Artificial Potential Fields approach is amongst the widely used path planning methods in continuous environments. However, the implementation of it in multi-robot path planning encounters challenges such as the local-minima and an increase in traffic probability with the rise in the number of robots. The purpose of the proposed method is to improve multi-robot path planning in complex environments. A new adaptive potential function is introduced that reduces the probability of the robots entering an area at the same time and thus reducing the probability of traffic. Also, new potential functions have been proposed that lead to smoother paths with less traverse time when the robot encounters obstacles. In these functions, in addition to the position of robots and obstacles, heading of the robot and the position of the target are also considered. In order to evaluate this method, a distributed software architecture has been designed and implemented in the framework of the robot operating system. In this architecture, as robots move, new robots can join the operation or new tasks can be assigned to robots. Two series of real-time simulations are carried out in the Gazebo environment. The results show that the use of the proposed potential functions leads to a decrease in the convergence of the robots. In the simulation done for 2 robots, proposed method has resulted in a 35% reduction in the traversal time. While in case of 15 robots in the same map, a 50% reduction in the traversal time has been achieved.

    Keywords: Path Planning, Multirobot System, Adaptive System, Artificial Potential Field, Hybrid Architecture, Autonomous Robot
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال