ناقشت كلية التربية للعلوم الصرفة في جامعة البصرة حول ( تصميم طريقة هجينة لتخطيط مسار روبوت ذاتي الحركة باستخدام بيئة محاكاة)

وتضمنت الرسالة التي قدمها طالب الماجستير (صهيب عبد اللطيف عبد القادر )في مجال الروبوتات، يعد تخطيط المسار في البيئات الضخمة والمزدحمة أمرًا بالغ الأهمية. لذلك، فإن الخوارزميات الاحتمالية لتخطيط المسار فعالة جدًا في حل مثل هذه المشكلات في مجالات مختلفة. على الرغم من أن خوارزمية RRT الأساسية تعتبر طريقة بحث تقليدية، إلا أنه تم استخدامها على نطاق واسع في مجال تخطيط مسار الروبوت (الروبوت المناور والروبوت المتنقل)، خاصة في العقد الماضي. تحتوي هذه الخوارزمية على العديد من الميزات التي تمنحها التفوق على الطرق الأخرى. من ناحية أخرى، تعاني RRT الاساسية من معدل تقارب سيئ (تستغرق وقتًا طويلاً حتى يتم العثور على نقطة الهدف)، خاصة في البيئات ذات العوائق المزدحمة، أو التي تقع أهدافها في ممرات ضيقة.

وتهدف الرسالة:

تقدم هذه الرسالة طريقة محسنة تسمى (MT Hybrid RRT-A* RB) للتغلب على أوجه القصور في RRT الاساسية، وبالتحديد التقارب البطيء ومعدل التكلفة المرتفع. حيث يتم دمج الوظيفة الإرشادية لخوارزمية A-star مع RRT لتقليل توسع الشجرة باتجاهات غير مرغوبة وتوجيهها نحو الهدف مع أقل عدد من العقد وبأقل وقت، فضلا عن استخدام احدى أساليب الانحدار للمساعدة في تعزيز المسار الناتج عن هذه الطريقة وجعله أقصر واكثر انسيابية مقارنة بالمسار الاولي.

واستنتجت الرسالة تم إجراء تجارب مختلفة في سيناريوهات بيئية مختلفة لمقارنة الطريقة المقترحة مع RRT الأساسية و A-star تحت نفس الظروف، حيث أظهرت الطريقة المقترحة أداءً رائعًا. تبلغ تكلفة العثور على المسار في أسوأ السيناريوهات حوالي 817 عقدة، بينما تبلغ 1830 و 5049 لخوارزمية A-star و RRT الأساسية، على التوالي. في نفس السياق، الوقت المستغرق في العثور على المسار لأسوأ سيناريو من هذه السيناريوهات هو 4.9 ثانية، بينما 18.3 و 34 ل A-star و RRT الاساسية على التوالي. علاوة على ذلك، يبلغ طول المسار الذي تحقق في أسوأ سيناريو لـ Hybrid RRT-A* RB 93 وحدة، بينما يبلغ حوالي 112 وحدة.