طراحی الگوریتم درخت نمونه برداری تصادفی برای یک شناور بدون سرنشین خودمختار زیرسطحی جهت پرهیز از برخورد با موانع متحرک
Publish place: Marine Technology Journal، Vol: 8، Issue: 3
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 185
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJMT-8-3_010
تاریخ نمایه سازی: 25 دی 1400
Abstract:
اجتناب از موانع پویا در زمان واقعی در محیط از پیش ناشناخته در برنامه ریزی مسیر وسیله نقلیه زیر آب خودمختار پیشرفته است. در این مقاله، درخت مبتنی بر نمونه برداری تصادفی و واکنشی محلی (LR۳SBT) پیشنهاد شده است. LR۳SBT موانع مختلفی را در نظر می گیرد و از الگوریتم RRT برای ایجاد مسیر بدون برخورد در محیط متغیر با زمان استفاده می کند. LR۳SBT از چهار جزء تشکیل شده است: ۱- برنامه ریز مسیر درختی مبتنی بر نمونه برداری (SBT-PP)، ۲- برنامه ریز مسیر محلی (L-PP)، ۳- برنامه ریز مسیر واکنشی (R-PP) و ۴- برنامه ریز مسیر بحرانی. C-PP). مسیر اولیه توسط نودهای تصادفی از طریق SBT-PP طراحی شده است. اگر موانع ناشناخته ای در مسیر برنامه ریزی شده اولیه شناسایی شوند، L-PP توسط LR۳SBT فراخوانی می شود. اگر مسیر مورد نظر از طریق L-PP ایجاد نشود، ماژول R-PP فراخوانی می شود. اگر موانع دینامیکی ناشناخته شناسایی شوند، ماژول C-PP فراخوانی می شود. مسیر برنامه ریزی شده با حذف گره های بیشتر با استفاده از مفهوم نابرابری مثلثی بهینه شده است. نتایج شبیه سازی، برنامه ریزی مسیر و اجتناب از مانع پویا را در محیط ناشناخته از طریق LR۳SBT نشان می دهد. پاسخ بلادرنگ و اجتناب از برخی موانع دو ویژگی روش LR۳SBT هستند.
Keywords:
برنامه ریزی مسیر , الگوریتم درخت تصادفی کاوش سریع (RRT) , وسایل نقلیه زیر آب خودمختار (AUV) , , برخورد دینامیک با مانع
Authors
احسان طاهری
دکتری برق کنترل- دانشکده برق و الکترونیک-دانشگاه صنعتی مالک اشتر- تهران-ایران
علی عادلی
دانشجوی فارغ التحصیل دانشکده مهندسی مکانیک، دانشگاه صنعتی شریف، تهران،۹۵۶۷-۱۱۱۵۵،ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :