نوقشت اطروحة الماجستير الموسومة:
“Improvement of Path Planning for Autonomous Mobile Robots Using Population-Based Optimization Algorithms “
التي اعدتها السيدة فرح مهدي علي هاشم ، طالبة الماجستير في قسم الهندسة الكهربائية – كلية الهندسة / جامعة بغداد كجزء من متطلبات نيل درجة الماجستير في علوم الهندسة الكهربائية وبإشراف المدرس الدكتور نزار هادي عباس يوم الاحد المصادف 14/9/2014.تكونت لجنة المناقشة من الاستاذ الدكتور سليم محمد رضا رئيساُ وعضوية الاستاذ المساعد الدكتور ابراهيم قاسم ابراهيم والمدرس الدكتور اسامة علي عواد .
خلاصة اطروحة الطالبة كما يلي:
“Improvement of Path Planning for Autonomous Mobile Robots Using Population-Based Optimization Algorithms “
التي اعدتها السيدة فرح مهدي علي هاشم ، طالبة الماجستير في قسم الهندسة الكهربائية – كلية الهندسة / جامعة بغداد كجزء من متطلبات نيل درجة الماجستير في علوم الهندسة الكهربائية وبإشراف المدرس الدكتور نزار هادي عباس يوم الاحد المصادف 14/9/2014.تكونت لجنة المناقشة من الاستاذ الدكتور سليم محمد رضا رئيساُ وعضوية الاستاذ المساعد الدكتور ابراهيم قاسم ابراهيم والمدرس الدكتور اسامة علي عواد .
خلاصة اطروحة الطالبة كما يلي:
تستخدم الروبوتات المنتقلة والمستقلة في مختلف التطبيقات مثلا في المناطق الخطرة. ان هذه التطبيقات تتطلب أساليب قوية وقابلة للتكيف في حل مسألة تخطيط المسار. تعتبر مشكلة تخطيط المسار الأمثل هي المشكلة الأساسية للملاحة في الروبوت ، والغرض منه هو العثور على مسار بدون تصادم من نقطة البدء ولغاية نقطة الهدف.لقد أصبحت العديد من المسائل في العالم الحقيقي كبيرة ومعقدة و ديناميكية ,لذا تتطلب تطوير أساليب و حلول تقاس كفاءتها في القدرة على إيجاد نتائج مقبولة في غضون فترة معقولة من الزمن.
تقنيات مستعمرة النحل الاصطناعية ( ABC) و بحث المؤن البكتيرية المثلى ( BFO ) تستخدم لأيجاد الحل الأمثل في المسائل الصعبة بما في ذلك مسألة تخطيط المسار للروبوتات. الBFO)) هي تقنية بحث سهلة وفعالة , في ناحية أخرى طريقة المجالات المحتملة الاصطناعية ( APF ) هي طريقة لتجنب العوائق في الوقت الحقيقي تتميز بانها بسيطة للغاية من الناحية النظرية، ولكن من السهل ان تقع في مشكلة الحل المحلي و قد تفشل في العثور على المسار في قناة ضيقة .وبالتالي تم تقديم طريقة لتهجين APF مع BFO للاستفادة من مزايا الطريقتين.
يقدم هذا البحث أربع طرق حلول مثلى فعالة وموثوقة لحل مشكلة إيجاد المسار الامثل . أول خوارزميتين تستخدم ال ABC لأيجاد تخطيط المسار الشامل.وهما نسختين معدلة من ABC تدعى الاولى ABC الموجهة(DABC) ثم تم تطوير دالة جودة جديدة تم اضافتها مع ABC تسمى الحد الأدنى من الزوايا ( MAABC ) . الخوارزميتين الاخريين التي تم تقديمهما والقائمة على BFO و APF تستعمل لتخطيط المسار المحلي, وهما أولا BFOالمحسنة مع التكيف بحجم الخطوة ( ASBFO ) ثم BFO الجديدة المقترحة مع الشقلبة المتكيفة ( ATBFO).
الخوارزميات الاربعة تم محاكاتها باستعمال MATLAB (R2011b) . وأظهرت نتائج المحاكاة أن بامكان هذه الخوارزميات العثور على أقصر الطرق حتى للبيئات المزدحمة. علاوة على ذلك، تم مقارنة اداء هذه الخوارزميات مع أعمال باحثين أخرى. بالإضافة إلى ذلك تم إجراء مقارنة بين سرعة خوارزميات تخطيط المسار محلي المقترحة ( ASBFO و ATBFO ) وسرعة روبوت عسكري (مثلا تالون ) للتحقق من قابلية الطرق المقترحة. حققت كلا الخوارزميتين تنفيذ اسرع يصل تقريبا الى ثلاث اضعاف سرعة التالون في بيثة مزدحمة مما جعلها فعالة من الناح
تقنيات مستعمرة النحل الاصطناعية ( ABC) و بحث المؤن البكتيرية المثلى ( BFO ) تستخدم لأيجاد الحل الأمثل في المسائل الصعبة بما في ذلك مسألة تخطيط المسار للروبوتات. الBFO)) هي تقنية بحث سهلة وفعالة , في ناحية أخرى طريقة المجالات المحتملة الاصطناعية ( APF ) هي طريقة لتجنب العوائق في الوقت الحقيقي تتميز بانها بسيطة للغاية من الناحية النظرية، ولكن من السهل ان تقع في مشكلة الحل المحلي و قد تفشل في العثور على المسار في قناة ضيقة .وبالتالي تم تقديم طريقة لتهجين APF مع BFO للاستفادة من مزايا الطريقتين.
يقدم هذا البحث أربع طرق حلول مثلى فعالة وموثوقة لحل مشكلة إيجاد المسار الامثل . أول خوارزميتين تستخدم ال ABC لأيجاد تخطيط المسار الشامل.وهما نسختين معدلة من ABC تدعى الاولى ABC الموجهة(DABC) ثم تم تطوير دالة جودة جديدة تم اضافتها مع ABC تسمى الحد الأدنى من الزوايا ( MAABC ) . الخوارزميتين الاخريين التي تم تقديمهما والقائمة على BFO و APF تستعمل لتخطيط المسار المحلي, وهما أولا BFOالمحسنة مع التكيف بحجم الخطوة ( ASBFO ) ثم BFO الجديدة المقترحة مع الشقلبة المتكيفة ( ATBFO).
الخوارزميات الاربعة تم محاكاتها باستعمال MATLAB (R2011b) . وأظهرت نتائج المحاكاة أن بامكان هذه الخوارزميات العثور على أقصر الطرق حتى للبيئات المزدحمة. علاوة على ذلك، تم مقارنة اداء هذه الخوارزميات مع أعمال باحثين أخرى. بالإضافة إلى ذلك تم إجراء مقارنة بين سرعة خوارزميات تخطيط المسار محلي المقترحة ( ASBFO و ATBFO ) وسرعة روبوت عسكري (مثلا تالون ) للتحقق من قابلية الطرق المقترحة. حققت كلا الخوارزميتين تنفيذ اسرع يصل تقريبا الى ثلاث اضعاف سرعة التالون في بيثة مزدحمة مما جعلها فعالة من الناح
