استفاده از بینایی ماشین برای مسیریابی ربات های پرنده همکار در محیط های ناشناخته

پایان نامه
چکیده

مسیریابی بهینه اساس راه اندازی ربات های خودکار می باشد. با توجه به اینکه مسیریابی کلاسیک تنها بر روی حل مسئله مسیریابی در محیط هایی با موانع ثابت و از قبل مشخص تعریف شده بود، پژوهشگران در سال های اخیر تلاش های زیادی را در توسعه و بکارگیری الگوریتم های مسیریابی در محیط های نامشخص برای ربات های خودکار متحرک انجام داده اند. سنسورهای مبتنی بر بینایی ماشین در ربات های متحرک مزیت هایی زیادی را از جمله قابل دسترس بودن، هزینه کم و مصرف کم انرژی را دارا می باشند و به همین دلیل در پیمایش محیط های ناشناخته همواره بیشتر از بقیه سنسورها مورد توجه پژوهشگران واقع شده اند. در این پایان نامه روش جدیدی برای حل بهینه مسئله مسیریابی با استفاده از بینایی ماشین در محیط های ناشناخته ارائه شده است. روش مورد نظر ابتدا یک الگوریتم پیشنهادی برای بدست آوردن عمق و در نهایت موقعیت یابی ربات در محیط با استفاده از دوربین تک چشمی ارائه کرده است که برای این کار اطلاعات عمق را از روی میزان تأثیر فوکوس بر روی نواحی مختلف تصویر بدست آورده و بکار می گیرد. در ادامه یک روش جدید برای تهیه نقشه محیط ارائه شده است و سپس الگوریتم مسیریابی با استفاده از گراف محیط که از مرحله قبل بدست آمده، مسیریابی می کند. در نهایت نیز روشی برای مشارکت ربات های پرنده همکار در بکارگیری و به اشتراک گذاری اطلاعات جمع آوری شده از الگوریتم های مذکور، بیان شده است تا فرآیند مسیریابی به بهینه ترین صورت و به طور اشتراکی انجام پذیرد.

منابع مشابه

جستجوی محیط برای یافتن و موقعیت یابی هدف با استفاده از ربات های پرنده همکار بر مبنای بینایی ربات

در این پژوهش یک چارچوب مطمئن برای ناوبری تیم ربات های پرنده برای انجام مأموریت جستجوی محیط به منظور تشخیص و موقعیت یابی اهداف معرفی می شود. ربات های پرنده استفاده شده در این پروژه از نوع ربات های پرنده کوچک هستند و تنها سنسور بازخوردی آنها برای دریافت اطلاعات محیط، سنسور بینایی ساده یا تک چشمی است. ربات ها به صورت همکار و تیمی به انجام مأموریت می پردازند. ربات ها با استفاده از سیستم ارتباطی بی ...

فرود خودکار پرنده بدون سرنشین با استفاده از بینایی ماشین

یکی از مشکلات پرنده‌های بدون سرنشین خطر فرود ناموفق یا برخورد با زمین است. هدف این مقاله، تخمین دقیق و پیوسته موقعیت پرنده نسبت به نشانگر فرود با استفاده از تصاویر دوربین پرنده و در نهایت فرود خودکار بر روی محل از پیش تعیین شده است. پردازش‌ها به صورت همزمان و با کمترین تاخیر انجام می‌شوند. برای فرود دقیق و کاهش اثرات تاخیرهای موجود در حرکت پرنده الگوریتمی به نام "روش برش حرکتی" ارائه می‌شود که ...

متن کامل

تعیین موقعیت عملگر نهایی یک ربات موازی چهار درجه آزادی با استفاده از روش بینایی ماشین

چکیده: مکانیسم­های موازی به دلیل دقت و سفتی بالاتر نسبت به ربات­های سری، کاربردهای زیادی دارند. تضمین دقت حرکتی آن­ها، نیازمند اندازه­گیری موقعیت و جهت­گیری عملگر نهایی ربات و انجام کالیبراسیون سینماتیکی ربات است. از میان انواع ابزارهای دقیق اندازه­گیری، روش بینایی­ ماشین، دارای مزایایی نظیر هزینه کم، کاربرد آسان و دقت نسبتاً مناسب است. در این پژوهش، یک سامانه اندازه­گیری بر پایه علم بینایی ماشی...

متن کامل

توسعه یک سامانه دقیق کنترل علف های هرز برای زمین های چمن به کمک بینایی ماشین

استفادۀ بی­رویه از علف­کش­ها به منظور از بین بردن علف­های هرز در مزارع کشاورزی، زمین چمن، زمین­های ورزشی و غیره سبب بروز نگرانی­های اقتصادی محیط زیستی شده است. به منظور کاهش علف­کش­ها، بهترین راه ممکن دست چین­کردن آنهاست که بسیار پر هزینه و وقت گیر است. در این مقاله دو روش برای تشخیص علف­هرز در چمن با استفاده از تکنولوژی بینایی ماشین ارائه شده است. با توجه به این موضوع که علف­های هرز رنگ­های مت...

متن کامل

بررسی تأثیر فرآیند خشک ‌کردن بر ویژگی های رنگی گلبرگ زعفران با استفاده از ماشین بینایی

خشک کردن یکى از روش‌هاى رایج براى افزایش ماندگارى گیاهان دارویی و محصولات کشاورزى است. در این پژوهش، فرآیند خشک کردن گلبرگ‌های زعفران با خشک کن هوای داغ لایه نازک در پنج سطح دمای 40، 60، 80، 100 و 120 درجه سلسیوس و سه سرعت هوای 5/0، 1 و 5/1 متر بر ثانیه و تأثیرات آن‌ها بر پارامتر‌های رنگی (مقادیر G ,R و B) مورد بررسی قرار گرفت. به کمک سامانه ماشین بینایی، تصاویر رنگی از نمونه‌های خشک شده گلبرگ ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023