Abstrakt

Dynamischer Partikelschwarm-Optimierungsalgorithmus für ein intelligentes Pfadfindungssystem für mobile Roboter

Rawaa Jawad, Eyad I Abbas, Sundus D Hasan

Diese Studie untersucht die Anwendung der Partikelschwarmoptimierung (PSO) auf das Mobilitätsproblem von Robotern, um einen kürzestmöglichen Weg mit minimaler Zeit zu bestimmen, die erforderlich ist, um sich ergonomisch mit Hindernissen vom Startpunkt zum Zielpunkt zu bewegen. In diesem Dokument wird ein Algorithmus verwendet, um einen globalen Weg zu kartieren. Ein vorgeschlagener Algorithmus liest die durch das Netzwerkmodell ausgedrückte Ergonomie und erstellt einen idealen kollisionsfreien Weg. Simulationsstudien haben die Wirksamkeit des vorgeschlagenen Algorithmus zum Kartieren von Wegen für mobile Roboter bewiesen. Diese Studie hat gezeigt, wie eine Wegplanung für einen intelligenten mobilen Roboter optimiert werden kann, indem eine Arbeitsumgebung mit PSO-Technologie und Hindernissen optimal genutzt wird. Eine Grundlage für diese Studie ist das gesellschaftliche Verhalten von Vögeln, die strömen und Fische züchten. Dieses Konzept wird durch Schwarmintelligenz angetrieben und ist eines der bekanntesten Forschungsfelder im Bereich der computergestützten Schwarmintelligenz, wie ein Partikelschwarmverbesserungsalgorithmus (PSO). Es wurden wichtige Hinweise gegeben: Tragbare Roboter sind stark von Wegfindungsproblemen betroffen und es wird eine Lösung entwickelt, um dieses Problem zu lösen. Diese Studie schlägt eine gute Lösung vor, mit der hochwertige und effektive tragbare Roboter hergestellt werden können. Die PSO-Technologie wurde angepasst, um effektive Lösungen für Wegfindungsprobleme bereitzustellen.