رسیدن هوشمندانه به هدف در مسیر با مانع و اعمال شرایط محیط واقعی با استفاده از تصویرسازی فیزیکی و الگوریتمهای تکاملی
عنوان اصلي به زبان ديگر
Intelligent Target Hitting in Path with Obstacles under Real Environment Circumstances using Physical Animation and Evolutionary Algorithms
نام نخستين پديدآور
/یاسمن احمدی عدلی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی برق و کامپیوتر
تاریخ نشرو بخش و غیره
، ۱۳۹۹
نام توليد کننده
، راشدی
مشخصات ظاهری
نام خاص و کميت اثر
۵۹ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی کامپیوتر گرایش هوش مصنوعی و رباتیکز
زمان اعطا مدرک
۱۳۹۹/۰۶/۳۰
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
برنامهریزی برای مسیر از زمانهای قدیم مطرح بوده و از چالشهای موردبحث در زمینهی حرکت ربات به شمار میرود .تلاش برای یافتن مسیر بهینه از نقطه شروع تا نقطه هدف در محیط با مانع، بدون برخورد به موانع و با صرفهجویی در زمان، زمینه استفاده از الگوریتمهای مختلف را به تنهایی یا در ترکیب با همدیگر فراهم آورده است .پیادهسازی این الگوریتمها روی رباتهای واقعی، بدون بررسی محیط و ناشناخته بودن آن، میتواند هزینههای مالی و جانی فراوانی پدید آورد .در بسیاری از پژوهشهای انجامشده قبلی، از حسگرها برای درک محیط و موانع آن و یافتن مسیر بهینه برای عبور از آنها استفاده شده است .این امر موجب هزینهبر شدن آزمایش در محیط واقعی و به وجود آمدن خسارات مالی و جانی جبرانناپذیر میشود .به همین دلیل دقت در شبیهسازی با شرایط نزدیک به شرایط دنیای واقعی، میتواند تا حدودی از این خسارتها جلوگیری کند .در راهکار ارائهشده در این پژوهش، عملگر Crossover الگوریتم ژنتیک که در تولید فرزندان برای نسل بعدی نقش مهمی دارد، مطابق نیازمندی مسئله هوشمند شده است .این هوشمندسازی با بهرهگیری از معیار فاصله در تابع برازندگی کروموزومهای والد انجام گرفته است .با در نظر گرفتن تأثیر نیرو بر حرکت در محیط واقعی، مسیر ربات از یک نقطه شروع و تا نقطه هدف برنامهریزی شده است .برای ارزیابی الگوریتم هوشمندشده، همگرایی به هدف با اندازه جمعیت متغیر و نرخ جهش متغیر در سناریوهایی از پیش تعریفشده، در نظر گرفته شده است .نتایج حاصل، عملکرد بهتر الگوریتم ارائهشده در مقایسه یا یکی از جدیدترین روشهای موجود در این زمینه را نشان میدهند
متن يادداشت
Path planning has been a popular research topic in robotics for a long time. The struggle to find the optimized path from the start point to the target point in a path with obstacles considering the collision and the time limit has made researchers use different algorithms alone or together. Implementation of these algorithms on real robots without the knowledge of the outer world can have enormous dangers. Previous path planning methods have used sensors for environment perception, detecting obstacles, and an optimized path to go through them. Sensors used in those approaches have resulted in costly experiments in real environments and serious financial or humanly dangers. Because of that, accurate computer simulations can be more efficient. In the proposed method, the crossover operator of Genetic Algorithm (GA) is optimized for the problem. This operator is responsible for offspring production for the new generation. The distance parameter in the fitness function of the parent chromosomes is used to create children. The natural forces in a real environment affect the robot's navigation towards the target point. Considering the effect of the force in the robots movement, the path is planned from a starting point up to a target point. The object moves in pre-defined scenarios. The convergence towards target point in fewer generations with varying population size and varying mutation rate is considered for evaluating the proposed method. Simulation results indicate better performance of the proposed method compared to the recent research in this area
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Intelligent Target Hitting in Path with Obstacles under Real Environment Circumstances using Physical Animation and Evolutionary Algorithms
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )