KaydedilenlerDerginizi ekleyin

Dergiler / Avrupa Bilim ve Teknoloji Dergisi / 2021 / Sayı: 24

Mobil Robotların Yol Planlamasında Doğrusallığın İncelenmesi

Investigation of Linearity in Path Planning of Mobile Robot

Mustafa Yusuf YILDIRIM
Rüştü AKAY
Sayfa
138–142
Yayın Tarihi
2021-04-15
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Simülasyon sonuçları, mobil robotların yol planlamasında doğrusal amaç fonksiyonu kullanılmasının hem mesafe hem de algoritma çalışma süresi açısından avantajlı olduğunu göstermiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Endüstriyel ortamlarda giderek daha fazla kullanılan mobil robotlar için yol planlanması önemli bir problemdir.
📊
Temel Bulgular & Veri:Alternatif yolların üretilmesinde doğrusal (düz çizgi) veya doğrusal olmayan (eğri) amaç fonksiyonlarının kullanılması performansı önemli ölçüde etkilemektedir.
💡
Sonuç & Katkı:Simülasyon sonuçları, mobil robotların yol planlamasında doğrusal amaç fonksiyonu kullanılmasının hem mesafe hem de algoritma çalışma süresi açısından avantajlı olduğunu göstermiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Mobil Robot · Yol Planlama · Optimizasyon

Özet

Endüstriyel ortamlarda giderek daha fazla kullanılan mobil robotlar için yol planlanması önemli bir problemdir. Bu problem, engelli bir ortamda başlangıç düğümünden hedef düğüme kadar mesafe ve süre gibi bazı kriterler dikkate alınarak engellere çarpmadan uygun bir yolun bulunmasıdır. Alternatif yolların üretilmesinde doğrusal (düz çizgi) veya doğrusal olmayan (eğri) amaç fonksiyonlarının kullanılması performansı önemli ölçüde etkilemektedir. Bu çalışmada, küresel yol planlama için farklı zorluk derecelerine sahip ortamlarda doğrusal ve doğrusal olmayan amaç fonksiyonlarının kullanımı karşılaştırmalı incelenmiştir. Uygun yolların bulunmasında evrimsel algoritmalardan biri olan genetik algoritma (Genetic Algorithm, GA) kullanılmıştır. Simülasyon sonuçları, mobil robotların yol planlamasında doğrusal amaç fonksiyonu kullanılmasının hem mesafe hem de algoritma çalışma süresi açısından avantajlı olduğunu göstermiştir.

Abstract

Path planning is an important problem for mobile robots, which are increasingly used in industrial environments. This problem is to find a suitable path from a starting node to a target node without colliding obstacles, taking into account some criteria such as distance and time. The use of linear (straight line) or nonlinear (curve) objective functions in the generation of alternative paths significantly affects the performance. In this study, the use of linear and nonlinear objective functions for global path planning in environments with different degrees of difficulty has been comparatively examined. Genetic algorithm (GA), one of the evolutionary algorithms, was used to find suitable paths. The simulation results showed that using the linear objective function in path planning of mobile robots is advantageous in terms of both distance and algorithm running time.

🔖

Bu Makaleye Atıf Yap

YILDIRIM, M. Y., AKAY, R. (2021). Mobil Robotların Yol Planlamasında Doğrusallığın İncelenmesi. Avrupa Bilim ve Teknoloji Dergisi, Sayı: 24, 138–142. https://ajindex.com/articles/471550

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Ajeil, F. H., Ibraheem, I. K., Sahib, M. A., & Humaidi, A. J. (2020). Multi-objective path planning of an autonomous mobile robot using hybrid PSO-MFB optimization algorithm. Applied Soft Computing Journal, 89, 106076. https://doi.org/10.1016/j.asoc.2020.106076
  2. Bakdi, A., Hentout, A., Boutami, H., Maoudj, A., Hachour, O., & Bouzouia, B. (2017). Optimal path planning and execution for mobile robots using genetic algorithm and adaptive fuzzy-logic control. Robotics and Autonomous Systems, 89, 95–109. https://doi.org/10.1016/j.robot.2016.12.008
  3. CAI, Z., YU, L., XIAO, C., & LIU, L. (2008). Path Planning for Mobile Robots in Irregular Environment Using Immune Evolutionary Algorithm. In IFAC Proceedings Volumes (Vol. 41, Issue 2). IFAC. https://doi.org/10.3182/20080706-5-kr-1001.00395 Chołodowicz, E., & Figurowski, D. (2017). Mobile Robot Path Planning with Obstacle Avoidance using Particle Swarm Optimization. Pomiary Automatyka Robotyka, 21(3), 59–68. https://doi.org/10.14313/par_225/59
  4. Contreras-Cruz, M. A., Ayala-Ramirez, V., & Hernandez-Belmonte, U. H. (2015). Mobile robot path planning using artificial bee colony and evolutionary programming. Applied Soft Computing, 30, 319–328. https://doi.org/10.1016/j.asoc.2015.01.067
  5. Davoodi, M., Panahi, F., Mohades, A., & Hashemi, S. N. (2015). Clear and smooth path planning. Applied Soft Computing Journal, 32, 568–579. https://doi.org/10.1016/j.asoc.2015.04.017
  6. Elhoseny, M., Tharwat, A., & Hassanien, A. E. (2018). Bezier Curve Based Path Planning in a Dynamic Field using Modified Genetic Algorithm. Journal of Computational Science, 25, 339–350. https://doi.org/10.1016/j.jocs.2017.08.004
  7. Ergezer, H., & Leblebicioǧlu, K. (2011). Planning unmanned aerial vehicle’s path for maximum information collection using evolutionary algorithms. IFAC Proceedings Volumes (IFAC-PapersOnline), 44(1 PART 1), 5591–5596. https://doi.org/10.3182/20110828-6-IT-1002.02977
  8. Heris M. K. (2020). Practical Genetic Algorithms in Python and MATLAB - Video Tutorial (URL: https://yarpiz.com/632/ypga191215-practical-genetic-algorithms-in-python-and-matlab)
  9. Lamini, C., Benhlima, S., & Elbekri, A. (2018). Genetic algorithm based approach for autonomous mobile robot path planning. Procedia Computer Science, 127, 180–189. https://doi.org/10.1016/j.procs.2018.01.113
  10. Liu, X., Du, X., Zhang, X., Zhu, Q., & Guizani, M. (2019). Evolution-algorithm-based unmanned aerial vehicles path planning in complex environment. Computers and Electrical Engineering, 80, 106