تحقیق در مورد طراحی مسیر ربات متحرک 36 ص

لینک دانلود و خرید پایین توضیحات

دسته بندی : وورد

نوع فایل :  .doc ( قابل ویرایش و آماده پرینت )

تعداد صفحه : 36 صفحه

 قسمتی از متن .doc : 

چکیده

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.

بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.

مقدمه

مسئله طراحی مسیر ربات متحرک را می توان بصورت ذیل بیان کرد:

داده های مسئله (محل شروع،محل هدف، نقشه ای دو بعدی مسیرهاکه شامل موانع ساکن می باشد).هدف بدست آوردن یک مسیر بدون تصادم بین دو نقطه خاص در ایفای معیار بهینه سازی با در نظر گرفتن محدودیت ها (به احتمال زیاد:کوتاهترین مسیر)می باشد. مسئله طراحی مسیر از نظر محاسباتی بسیار پر هزینه است.

با اینکه حجم زیادی از تحقیقات برای حل بیشتر این مسائل انجام شده است،با این وجود،روش های معمول ،غیر قابل انعطاف می باشند.

1.اهداف مختلف بهینه سازی و تغییرات اهداف

2. عدم قطعیت ها در محیط ها

3. محدودیت های متفاوت برای منابع محاسباتی

مرور و بازنگری روش های موجود برای حل مسئله طراحی مسیر ،در [1] ارائه شده است . روش های زیادی برای ایجاد یک مسیر بهینه از قبیل برنامه ریزی دینامیک و روش های تبدیل مسافت گزارش شده است .

در روش برنامه ریزی دینامیک اگر نقطه ی شروعSP و نقطه ی هدف GP باشد ، نقطه ی زیر هدف IP است.و روش تولید مسیر ،نحوه تعیین توالی زیر اهداف است که زیر اهداف خود از مجموعه IP (I=1,2,3,…) انتخاب می شوند.ما باید تمام مسیرهای ممکن را بررسی کرده و مسیر با کمترین مقدار هزینه را به عنوان مسیر بهینه انتخاب نمائیم.توان محاسباتی بسیار فراوانی بویژه در محیط های دارای زیر اهداف فراوان مورد نیاز است . در روش تبدیل مسافت ،کارطراحی مسیر ،محیطی را با شبکه یکنواخت می پوشاند و فواصل را از طریق فضای خالی ،از سلول هدف،منتشر می کند.قسمت پیشین موج مسافت ،حول موانع و در نهایت از طریق تمامی فضاهای آزاد در محیط جریان می یابد.برای هر نقطه شروع در محیط نمایانگر محل اولیه ربات متحرک ،کوتاهترین مسیر به مقصد،از طریق رفتن به قسمت پائین و از طریق شیب دارترین مسیر نزولی رسم شده است.با این وجود به هنگام وجود دو سلول یا بیشتر جهت گزینش با همان حداقل تبدیل فاصله ابهام مسیرهای بهینه وجود دارد. دو روش مذکور ملزم توان محاسباتی بسیار بالا در محیطی است که دارای تعداد زیاد اهداف فرعی (زیر اهداف)و موانع است.

محققان روش های فراوان را برای حل مسائل طراحی مسیر ربات های متحرک با وجود موانع ایستا و متحرک بر مبنای soft computing ،بیان کرده اند. soft computing متشکل از منطق فازی،شبکه های عصبی و محاسبات تکاملی است (الگوریتم های ژنتیک و تکاملی GA & EA).تاکنون تلاش های زیادی در استفاده از منطق فازی برای طراحی و برنامه ریزی حرکت ربات متحرک وجود داشته است .اخیرا استفاده از محاسبات تکاملی رواج فراوانی پیدا کرده و در واقع روشی است که به منظور بکارگیری در موقعیت هایی که دانش اولیه راجع حل مسئله وجود نداشته و یا اطلاعات محدود می باشد،قابلیت استفاده به گونه ای موثرتر،عمومی تر و راحت تر را داراست.

الگوریتم های ژنتیکی و تکامکلی نیازمند اطلاعات اشتقاقی یا برآوردهای فرمال اولیه از راه حل نیستند و از آنجائیکه طبیعتا تصادفی می باشند دارای قابلیت جستجوی کل فضای جواب با احتمال بیشتر پیدا کردن بهینه عمومی می باشند.

می توان تحقیق قبلی راجع طراحی مسیر را به صورت یکی از دو روش مقابل طبقه بندی کرد: مبتنی بر مدل و مبتنی بر سنسور .

در حالت مبتنی بر مدل ،مدل های منطقی از موانع شناخته شده ،برای تولید تصادم بدون مسیر بکار گرفته می شوند.در حالیکه در روش مبتنی بر سنسور ، کشف و اجتناب از موانع ناشناخته است.در این مقاله الگوریتمی جدید جهت بدست آوردن مسیر بهینه بر مبنای مدل پیشنهاد شده است.

ادامه مطالب مقاله بصورت ذیل مرتب شده اند :

در بخش 2 ،مقدمه ای مختصر راجع الگوریتم ژنتیک ارائه شده است .در بخش 3 ،فرمول سازی مسئله مورد بررسی واقع شده،در بخش 4 الگوریتم پیشنهادی ، معرفی و در بخش 5 نتایج شبیه سازی نشان داده شده است.

1.مسیریابی

مسئله مسیریابی ربات در چند حالت قابل بررسی است :

در یک مفهوم می توان مسیریابی روبات را در قالب تعقیب خط (عموما مسیری از پیش تعیین شده با رنگ متفاوت از زمینه ) معرفی نمود.روبات هایی با این کاربرد تحت عنوان مسیریاب شناخته می شوند . یکی از کاربرد های عمده این ربات ، حمل و نقل وسایل و کالاهای مختلف در کارخانجات ، بیمارستان ها ، فروشگاه ها ، کتابخانه ها و ... میباشد .

ربات تعقیب خط تا حدی قادر به انجام وظیفه کتاب داری کتابخانه ها می باشد . به این صورت که بعد از دادن کد کتاب ، ربات با دنبال کردن مسیری که کد آن را تعیین میکند ، به محلی که کتاب در آن قرار گرفته می رود و کتاب را برداشته و به نزد ما می آورد .مثال دیگر این نوع ربات در بیمارستان های پیشرفته است ، کف بیمارستان های پیشرفته خط کشی هایی به رنگ های مختلف به منظور هدایت ربات های مسیریاب به محل های مختلف وجود دارد . (مثلا رنگ قرمز به اتاق جراحی یا آبی به اتاق زایمان.) بیمارانی که توانایی حرکت کردن و جا به جا شدن را ندارند و باید از ویلچر استفاده کنند ، این ویلچر نقش ربات تعقیب خط را دارد ، و بیمار را از روی مسیر مشخص به محل مطلوب می برد .

با توجه به وجود موانع (استاتیک و دینامیک) در محیط ،مسیریابی روبات در مفهومی کاربردی تر ،پیمودن مسیر مبدا تا مقصد بدون برخورد با موانع می باشد.مسلما با وجود تعداد زیاد موانع ،تعداد مسیرهای قابل عبور روبات بسیار زیاد خواهد بود و یقینا انتخاب کوتاه ترین مسیر توسط روبات برای حرکت از مبدا به مقصد ،دارای ارزش اجرایی بالایی خواهد بود.در این مقاله چنین مسئله ای مورد بررسی واقع شده است.نقاط مبدا و مقصد و نیز محل موانع به عنوان ورودی داده شده است ،نیز می دانیم موانع ایستا می باشند (در حالت وجود موانع پویا در عین نزدیکی بیشتر به شرایط واقعی ،روش های مورد استفاده بسیار پیچیده خواهند بود)و مسئله در حالت دو بعدی بررسی می شود (روبات بر روی صفحه حرکت می نماید). برای این منظور الگوریتم های مسیریابی با هدف انتخاب کوتاهترین مسیر قابل استفاده می باشند ،الگوریتم هایی که به منظور مسیریابی در شبکه ها قابلیت استفاده دارند.با این وجود در این

تحقیق در مورد طراحی مسیر ربات متحرک 36 ص

لینک دانلود و خرید پایین توضیحات

دسته بندی : وورد

نوع فایل :  .doc ( قابل ویرایش و آماده پرینت )

تعداد صفحه : 36 صفحه

 قسمتی از متن .doc : 

چکیده

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.

بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.

مقدمه

مسئله طراحی مسیر ربات متحرک را می توان بصورت ذیل بیان کرد:

داده های مسئله (محل شروع،محل هدف، نقشه ای دو بعدی مسیرهاکه شامل موانع ساکن می باشد).هدف بدست آوردن یک مسیر بدون تصادم بین دو نقطه خاص در ایفای معیار بهینه سازی با در نظر گرفتن محدودیت ها (به احتمال زیاد:کوتاهترین مسیر)می باشد. مسئله طراحی مسیر از نظر محاسباتی بسیار پر هزینه است.

با اینکه حجم زیادی از تحقیقات برای حل بیشتر این مسائل انجام شده است،با این وجود،روش های معمول ،غیر قابل انعطاف می باشند.

1.اهداف مختلف بهینه سازی و تغییرات اهداف

2. عدم قطعیت ها در محیط ها

3. محدودیت های متفاوت برای منابع محاسباتی

مرور و بازنگری روش های موجود برای حل مسئله طراحی مسیر ،در [1] ارائه شده است . روش های زیادی برای ایجاد یک مسیر بهینه از قبیل برنامه ریزی دینامیک و روش های تبدیل مسافت گزارش شده است .

در روش برنامه ریزی دینامیک اگر نقطه ی شروعSP و نقطه ی هدف GP باشد ، نقطه ی زیر هدف IP است.و روش تولید مسیر ،نحوه تعیین توالی زیر اهداف است که زیر اهداف خود از مجموعه IP (I=1,2,3,…) انتخاب می شوند.ما باید تمام مسیرهای ممکن را بررسی کرده و مسیر با کمترین مقدار هزینه را به عنوان مسیر بهینه انتخاب نمائیم.توان محاسباتی بسیار فراوانی بویژه در محیط های دارای زیر اهداف فراوان مورد نیاز است . در روش تبدیل مسافت ،کارطراحی مسیر ،محیطی را با شبکه یکنواخت می پوشاند و فواصل را از طریق فضای خالی ،از سلول هدف،منتشر می کند.قسمت پیشین موج مسافت ،حول موانع و در نهایت از طریق تمامی فضاهای آزاد در محیط جریان می یابد.برای هر نقطه شروع در محیط نمایانگر محل اولیه ربات متحرک ،کوتاهترین مسیر به مقصد،از طریق رفتن به قسمت پائین و از طریق شیب دارترین مسیر نزولی رسم شده است.با این وجود به هنگام وجود دو سلول یا بیشتر جهت گزینش با همان حداقل تبدیل فاصله ابهام مسیرهای بهینه وجود دارد. دو روش مذکور ملزم توان محاسباتی بسیار بالا در محیطی است که دارای تعداد زیاد اهداف فرعی (زیر اهداف)و موانع است.

محققان روش های فراوان را برای حل مسائل طراحی مسیر ربات های متحرک با وجود موانع ایستا و متحرک بر مبنای soft computing ،بیان کرده اند. soft computing متشکل از منطق فازی،شبکه های عصبی و محاسبات تکاملی است (الگوریتم های ژنتیک و تکاملی GA & EA).تاکنون تلاش های زیادی در استفاده از منطق فازی برای طراحی و برنامه ریزی حرکت ربات متحرک وجود داشته است .اخیرا استفاده از محاسبات تکاملی رواج فراوانی پیدا کرده و در واقع روشی است که به منظور بکارگیری در موقعیت هایی که دانش اولیه راجع حل مسئله وجود نداشته و یا اطلاعات محدود می باشد،قابلیت استفاده به گونه ای موثرتر،عمومی تر و راحت تر را داراست.

الگوریتم های ژنتیکی و تکامکلی نیازمند اطلاعات اشتقاقی یا برآوردهای فرمال اولیه از راه حل نیستند و از آنجائیکه طبیعتا تصادفی می باشند دارای قابلیت جستجوی کل فضای جواب با احتمال بیشتر پیدا کردن بهینه عمومی می باشند.

می توان تحقیق قبلی راجع طراحی مسیر را به صورت یکی از دو روش مقابل طبقه بندی کرد: مبتنی بر مدل و مبتنی بر سنسور .

در حالت مبتنی بر مدل ،مدل های منطقی از موانع شناخته شده ،برای تولید تصادم بدون مسیر بکار گرفته می شوند.در حالیکه در روش مبتنی بر سنسور ، کشف و اجتناب از موانع ناشناخته است.در این مقاله الگوریتمی جدید جهت بدست آوردن مسیر بهینه بر مبنای مدل پیشنهاد شده است.

ادامه مطالب مقاله بصورت ذیل مرتب شده اند :

در بخش 2 ،مقدمه ای مختصر راجع الگوریتم ژنتیک ارائه شده است .در بخش 3 ،فرمول سازی مسئله مورد بررسی واقع شده،در بخش 4 الگوریتم پیشنهادی ، معرفی و در بخش 5 نتایج شبیه سازی نشان داده شده است.

1.مسیریابی

مسئله مسیریابی ربات در چند حالت قابل بررسی است :

در یک مفهوم می توان مسیریابی روبات را در قالب تعقیب خط (عموما مسیری از پیش تعیین شده با رنگ متفاوت از زمینه ) معرفی نمود.روبات هایی با این کاربرد تحت عنوان مسیریاب شناخته می شوند . یکی از کاربرد های عمده این ربات ، حمل و نقل وسایل و کالاهای مختلف در کارخانجات ، بیمارستان ها ، فروشگاه ها ، کتابخانه ها و ... میباشد .

ربات تعقیب خط تا حدی قادر به انجام وظیفه کتاب داری کتابخانه ها می باشد . به این صورت که بعد از دادن کد کتاب ، ربات با دنبال کردن مسیری که کد آن را تعیین میکند ، به محلی که کتاب در آن قرار گرفته می رود و کتاب را برداشته و به نزد ما می آورد .مثال دیگر این نوع ربات در بیمارستان های پیشرفته است ، کف بیمارستان های پیشرفته خط کشی هایی به رنگ های مختلف به منظور هدایت ربات های مسیریاب به محل های مختلف وجود دارد . (مثلا رنگ قرمز به اتاق جراحی یا آبی به اتاق زایمان.) بیمارانی که توانایی حرکت کردن و جا به جا شدن را ندارند و باید از ویلچر استفاده کنند ، این ویلچر نقش ربات تعقیب خط را دارد ، و بیمار را از روی مسیر مشخص به محل مطلوب می برد .

با توجه به وجود موانع (استاتیک و دینامیک) در محیط ،مسیریابی روبات در مفهومی کاربردی تر ،پیمودن مسیر مبدا تا مقصد بدون برخورد با موانع می باشد.مسلما با وجود تعداد زیاد موانع ،تعداد مسیرهای قابل عبور روبات بسیار زیاد خواهد بود و یقینا انتخاب کوتاه ترین مسیر توسط روبات برای حرکت از مبدا به مقصد ،دارای ارزش اجرایی بالایی خواهد بود.در این مقاله چنین مسئله ای مورد بررسی واقع شده است.نقاط مبدا و مقصد و نیز محل موانع به عنوان ورودی داده شده است ،نیز می دانیم موانع ایستا می باشند (در حالت وجود موانع پویا در عین نزدیکی بیشتر به شرایط واقعی ،روش های مورد استفاده بسیار پیچیده خواهند بود)و مسئله در حالت دو بعدی بررسی می شود (روبات بر روی صفحه حرکت می نماید). برای این منظور الگوریتم های مسیریابی با هدف انتخاب کوتاهترین مسیر قابل استفاده می باشند ،الگوریتم هایی که به منظور مسیریابی در شبکه ها قابلیت استفاده دارند.با این وجود در این

تحقیق در مورد طراحی مسیر ربات متحرک 36 ص

لینک دانلود و خرید پایین توضیحات

دسته بندی : وورد

نوع فایل :  .doc ( قابل ویرایش و آماده پرینت )

تعداد صفحه : 36 صفحه

 قسمتی از متن .doc : 

چکیده

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.

بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.

مقدمه

مسئله طراحی مسیر ربات متحرک را می توان بصورت ذیل بیان کرد:

داده های مسئله (محل شروع،محل هدف، نقشه ای دو بعدی مسیرهاکه شامل موانع ساکن می باشد).هدف بدست آوردن یک مسیر بدون تصادم بین دو نقطه خاص در ایفای معیار بهینه سازی با در نظر گرفتن محدودیت ها (به احتمال زیاد:کوتاهترین مسیر)می باشد. مسئله طراحی مسیر از نظر محاسباتی بسیار پر هزینه است.

با اینکه حجم زیادی از تحقیقات برای حل بیشتر این مسائل انجام شده است،با این وجود،روش های معمول ،غیر قابل انعطاف می باشند.

1.اهداف مختلف بهینه سازی و تغییرات اهداف

2. عدم قطعیت ها در محیط ها

3. محدودیت های متفاوت برای منابع محاسباتی

مرور و بازنگری روش های موجود برای حل مسئله طراحی مسیر ،در [1] ارائه شده است . روش های زیادی برای ایجاد یک مسیر بهینه از قبیل برنامه ریزی دینامیک و روش های تبدیل مسافت گزارش شده است .

در روش برنامه ریزی دینامیک اگر نقطه ی شروعSP و نقطه ی هدف GP باشد ، نقطه ی زیر هدف IP است.و روش تولید مسیر ،نحوه تعیین توالی زیر اهداف است که زیر اهداف خود از مجموعه IP (I=1,2,3,…) انتخاب می شوند.ما باید تمام مسیرهای ممکن را بررسی کرده و مسیر با کمترین مقدار هزینه را به عنوان مسیر بهینه انتخاب نمائیم.توان محاسباتی بسیار فراوانی بویژه در محیط های دارای زیر اهداف فراوان مورد نیاز است . در روش تبدیل مسافت ،کارطراحی مسیر ،محیطی را با شبکه یکنواخت می پوشاند و فواصل را از طریق فضای خالی ،از سلول هدف،منتشر می کند.قسمت پیشین موج مسافت ،حول موانع و در نهایت از طریق تمامی فضاهای آزاد در محیط جریان می یابد.برای هر نقطه شروع در محیط نمایانگر محل اولیه ربات متحرک ،کوتاهترین مسیر به مقصد،از طریق رفتن به قسمت پائین و از طریق شیب دارترین مسیر نزولی رسم شده است.با این وجود به هنگام وجود دو سلول یا بیشتر جهت گزینش با همان حداقل تبدیل فاصله ابهام مسیرهای بهینه وجود دارد. دو روش مذکور ملزم توان محاسباتی بسیار بالا در محیطی است که دارای تعداد زیاد اهداف فرعی (زیر اهداف)و موانع است.

محققان روش های فراوان را برای حل مسائل طراحی مسیر ربات های متحرک با وجود موانع ایستا و متحرک بر مبنای soft computing ،بیان کرده اند. soft computing متشکل از منطق فازی،شبکه های عصبی و محاسبات تکاملی است (الگوریتم های ژنتیک و تکاملی GA & EA).تاکنون تلاش های زیادی در استفاده از منطق فازی برای طراحی و برنامه ریزی حرکت ربات متحرک وجود داشته است .اخیرا استفاده از محاسبات تکاملی رواج فراوانی پیدا کرده و در واقع روشی است که به منظور بکارگیری در موقعیت هایی که دانش اولیه راجع حل مسئله وجود نداشته و یا اطلاعات محدود می باشد،قابلیت استفاده به گونه ای موثرتر،عمومی تر و راحت تر را داراست.

الگوریتم های ژنتیکی و تکامکلی نیازمند اطلاعات اشتقاقی یا برآوردهای فرمال اولیه از راه حل نیستند و از آنجائیکه طبیعتا تصادفی می باشند دارای قابلیت جستجوی کل فضای جواب با احتمال بیشتر پیدا کردن بهینه عمومی می باشند.

می توان تحقیق قبلی راجع طراحی مسیر را به صورت یکی از دو روش مقابل طبقه بندی کرد: مبتنی بر مدل و مبتنی بر سنسور .

در حالت مبتنی بر مدل ،مدل های منطقی از موانع شناخته شده ،برای تولید تصادم بدون مسیر بکار گرفته می شوند.در حالیکه در روش مبتنی بر سنسور ، کشف و اجتناب از موانع ناشناخته است.در این مقاله الگوریتمی جدید جهت بدست آوردن مسیر بهینه بر مبنای مدل پیشنهاد شده است.

ادامه مطالب مقاله بصورت ذیل مرتب شده اند :

در بخش 2 ،مقدمه ای مختصر راجع الگوریتم ژنتیک ارائه شده است .در بخش 3 ،فرمول سازی مسئله مورد بررسی واقع شده،در بخش 4 الگوریتم پیشنهادی ، معرفی و در بخش 5 نتایج شبیه سازی نشان داده شده است.

1.مسیریابی

مسئله مسیریابی ربات در چند حالت قابل بررسی است :

در یک مفهوم می توان مسیریابی روبات را در قالب تعقیب خط (عموما مسیری از پیش تعیین شده با رنگ متفاوت از زمینه ) معرفی نمود.روبات هایی با این کاربرد تحت عنوان مسیریاب شناخته می شوند . یکی از کاربرد های عمده این ربات ، حمل و نقل وسایل و کالاهای مختلف در کارخانجات ، بیمارستان ها ، فروشگاه ها ، کتابخانه ها و ... میباشد .

ربات تعقیب خط تا حدی قادر به انجام وظیفه کتاب داری کتابخانه ها می باشد . به این صورت که بعد از دادن کد کتاب ، ربات با دنبال کردن مسیری که کد آن را تعیین میکند ، به محلی که کتاب در آن قرار گرفته می رود و کتاب را برداشته و به نزد ما می آورد .مثال دیگر این نوع ربات در بیمارستان های پیشرفته است ، کف بیمارستان های پیشرفته خط کشی هایی به رنگ های مختلف به منظور هدایت ربات های مسیریاب به محل های مختلف وجود دارد . (مثلا رنگ قرمز به اتاق جراحی یا آبی به اتاق زایمان.) بیمارانی که توانایی حرکت کردن و جا به جا شدن را ندارند و باید از ویلچر استفاده کنند ، این ویلچر نقش ربات تعقیب خط را دارد ، و بیمار را از روی مسیر مشخص به محل مطلوب می برد .

با توجه به وجود موانع (استاتیک و دینامیک) در محیط ،مسیریابی روبات در مفهومی کاربردی تر ،پیمودن مسیر مبدا تا مقصد بدون برخورد با موانع می باشد.مسلما با وجود تعداد زیاد موانع ،تعداد مسیرهای قابل عبور روبات بسیار زیاد خواهد بود و یقینا انتخاب کوتاه ترین مسیر توسط روبات برای حرکت از مبدا به مقصد ،دارای ارزش اجرایی بالایی خواهد بود.در این مقاله چنین مسئله ای مورد بررسی واقع شده است.نقاط مبدا و مقصد و نیز محل موانع به عنوان ورودی داده شده است ،نیز می دانیم موانع ایستا می باشند (در حالت وجود موانع پویا در عین نزدیکی بیشتر به شرایط واقعی ،روش های مورد استفاده بسیار پیچیده خواهند بود)و مسئله در حالت دو بعدی بررسی می شود (روبات بر روی صفحه حرکت می نماید). برای این منظور الگوریتم های مسیریابی با هدف انتخاب کوتاهترین مسیر قابل استفاده می باشند ،الگوریتم هایی که به منظور مسیریابی در شبکه ها قابلیت استفاده دارند.با این وجود در این

تحقیق درمورد ربات بی سیم توپ جمع کن با کنترل تحت وب 29 ص

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 32

فصل اول : مقدمه

چیزهای بسیاری در مورد فواید تشویق دانشجویان جهت کار روی مسائلی از رشته‌های مختلف علمی بصورت مشترک نوشته شده است و بسیاری از مسائل واقعی جهان جهت دستیابی از طریق کار فردی بسیار پیچیده هستند.

مجموع درسهای حاصل از دو گروه منظم، یکی از راههای تسهیل تجربة مشارکت علمی برای دانشجویان است. بخش اعتبارات فنی مهندسی حتی امکان کار بر روی تیمهای مشارکتی چندگانه را جزء یکی از یازده نتیجة برنامه‌های اصلی مورد نیاز قرار دارند. مهندسین طراحی و کارشناسان علوم تکمیلی کامپیوتر را جهت یک تجربه علمی گرد هم آورده‌اند.

در پاییز سال 2002 دانشجویان به طراحی و تکمیل یک ربات بی‌سیم توپ جمع کن با کنترل تحت وب پرداختند که قادر به دوری از برخورد به موانع می‌باشد و توسط یک کاربر خارجی و از طریق یک سرور تحت وب کنترل می‌شود.

در این مقاله ما به فراهم آوردن پیش زمینه و تاریخچه‌ای از این مجموعه واحد درسی در دانشکده «لوراس» پرداخته و به توصیف جنبه‌های ویژه درس و خلاصه‌ای از نتایج گزارش سال اقدام کردیم سپس تلاشهای ارزیابی خود را که جهت گسترش فرآیند این مجموعه درسی مورد استفاده قرار دادیم.

فصل دوم

سازماندهی درس:

بخش علوم کامپیوتر «دانشکده لوراس» یک تیم طراحی از دانشجویان ارشد خود را از سال 1986 جهت تکمیل پروژه درخواست کرد. در سال 1997 بخش فیزیک و مهندسی دانشکده لوراس برنامه‌ای جدید تحت عنوان «الکترومکانیک» را توسعه دادند.

در تلاش جهت به مشارکت گذاشتن هر دو برنامه، کارشناسان مورد نیاز علوم تکمیلی کامپیوتر با مهندسین طراحی بصورت یک گروه درآوردند. از سال 1998، این پروژه رباتهای متحرک خودکار که شامل اتومبیلهای مسابقه‌ای مسیریاب، رباتهای آتش نشان و در پروژه این سال یک ربات بی سیم توپ جمع‌کن را شامل می‌شود.

1-2- نقش اساتید:

اجرا قبلی واحد درس زمانی تعیین گردید که مراحل مناسب توسط تعیین گردیده و به شکل پروژه‌های کوچکتر ساخته شده و توسط گزارشات و نمایش آنان تکمیل شد. یکی از فواید این روش نگهداری درس بصورت سازمان یافته و ارائه جدول تعیین شده بود. اما در تجزیه شخص مؤلف تیمهای طراحی واقعی جهان چنین پروژه‌های کوچک معین ندارند و بایست بهترین عملیات درسی را مشخص کنند و یک دورة‌ زمانی عاقلانه برای یک هدف واقعی را بعنوان یک تیم در نظر بگیرند. در تلاشی برای نسخه برداری یک تجربة ضعیفتر تعیین شده، ما جهت کاهش کارفرمایی‌های جزئی اساتید، درس را بازسازی کردیم نقش ما اساساً بعنوان مدیر بود و جداول و ابعاد پروژه را برای تیمهای دانشجویی تغییر می‌دادیم.

2-2- چارچوب درس:

ما با دانشجویان ارشد در پایان ترم بهاره، که آنها در سال سوم بودند جهت مشارکت در اهداف درس ملاقاتی داشتیم به دو تیم اجازه داده شد که یکدیگر را ملاقات کنند و اطلاعات خود را در مورد پروژه جمع آوری کنند. ما لیستی از احتیاجات پروژه داشتیم ولی دانشجویان اطلاعات ارزنده‌ای روی پروژه‌هایشان داشتند و از ما درخواست ابتکار عمل و تحقیقات قبل از ملاقات را داشتند. احتیاجات ما عبارتند از:

- این پروژه باید شامل یک بورد (صحنه زمین یا تابلو) قابل حمل، یک میکروکنترلر HC11 پیشرفته «فردمارتین» و «لابراتور MIT» باشد. این درخواست بدلیل صحنه زمین کنونی ما و موفقیت‌های پیشین ما توسط آنهاست.

- پروژه باید اجزاء طراحی مکانیکی برجسته (قابل توجهی) داشته باشد.

- بسیاری از درخواستهای امکانپذیر دیگر (که در یک ترم تکمیل شدند با بودجة ما متناسب بوده در حالیکه با تواناییهای فنی گروه نیز تناسب داشته باشد و ...)

با وجود آنکه در کل ما رضایت 100% در مورد پروژه انتخابی نداریم، دانشجویان از مشارکت و مالکیت پروژه راضی هستند. در اولین ملاقات دروس سال آخر ما موضوعی را تحت عنوان «مدارک مورد نیاز کاربر» مطرح کردیم که در آن بصورت مبهم، آنچه را ربات می‌بایست انجام دهد توصیف کردیم.

مدارک مورد نیاز کاربر بصورت ناقص و مبهم بود تا زمانیکه تجربه‌های حرفه‌ای مؤلف، کاربران محصول و موارد مدیریتی و بازیابی معمولاً اجزاء محصول و درجه دقت مورد نیاز برای طراحی را مورد بررسی قرار نمی‌دهند.

سپس به تیم دانشجویان جهت تکمیل و توسعه مشخصات مهندسی و نرم افزاری پروژه، 4 هفته وقت داده شد.

ما از دانشجویان خواستیم تا آنچه را که می‌خواستند بسازند و آنچه را که از نظر نرم افزاری، ابعاد و جهت حافظه ذخیره سازی در بر می‌گرفت را شرح دهند. ما دریافتیم که تولید یک محصول (فرآورده) با ویژگیهای قابل قبول، نیاز به نظارت و راهنمایی‌هایی از طرف ما دارد. دانشجویان بدون کمک ما نتوانستند آن سطح از جزئیاتی را که ما در نظر داشتیم تهیه کنند. در طول ویژگیهای نهایی محصول، از دانشجویان خواسته شد «نمودار گانت» را جهت پیشرفت کار پروژه تهیه و نمایش دهند. همچنین جداول پیشنهادی تکمیلی پروژه، که این کار مشکلی برای دانشجویان است همان طور که برای مهندسین در حال کار و تیمهای طراحی نرم افزاری مشکل است. سپس ما دیگر جداول باقیمانده درس را بر مبنای «نمودار گانت» قرار دادیم دانشجویان به ما گزارش هفتگی پیشرفت کار می‌دادند و طراحی‌های ابتدایی جهت بررسی و امتیاز دادن تحویل داده می‌شود و نمودار گانت در حال پیشرفت و بهتر شدن بود. بعضی فعالیتها بیشتر از آنچه مورد انتظار بود طول می‌کشید یعنی موارد که حتی بعنوان جزئیات نیز مطرح نشده بود نمود پیدا می‌کرد.

تحقیق درمورد ربات بی سیم توپ جمع کن با کنترل تحت وب 29 ص

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 32

فصل اول : مقدمه

چیزهای بسیاری در مورد فواید تشویق دانشجویان جهت کار روی مسائلی از رشته‌های مختلف علمی بصورت مشترک نوشته شده است و بسیاری از مسائل واقعی جهان جهت دستیابی از طریق کار فردی بسیار پیچیده هستند.

مجموع درسهای حاصل از دو گروه منظم، یکی از راههای تسهیل تجربة مشارکت علمی برای دانشجویان است. بخش اعتبارات فنی مهندسی حتی امکان کار بر روی تیمهای مشارکتی چندگانه را جزء یکی از یازده نتیجة برنامه‌های اصلی مورد نیاز قرار دارند. مهندسین طراحی و کارشناسان علوم تکمیلی کامپیوتر را جهت یک تجربه علمی گرد هم آورده‌اند.

در پاییز سال 2002 دانشجویان به طراحی و تکمیل یک ربات بی‌سیم توپ جمع کن با کنترل تحت وب پرداختند که قادر به دوری از برخورد به موانع می‌باشد و توسط یک کاربر خارجی و از طریق یک سرور تحت وب کنترل می‌شود.

در این مقاله ما به فراهم آوردن پیش زمینه و تاریخچه‌ای از این مجموعه واحد درسی در دانشکده «لوراس» پرداخته و به توصیف جنبه‌های ویژه درس و خلاصه‌ای از نتایج گزارش سال اقدام کردیم سپس تلاشهای ارزیابی خود را که جهت گسترش فرآیند این مجموعه درسی مورد استفاده قرار دادیم.

فصل دوم

سازماندهی درس:

بخش علوم کامپیوتر «دانشکده لوراس» یک تیم طراحی از دانشجویان ارشد خود را از سال 1986 جهت تکمیل پروژه درخواست کرد. در سال 1997 بخش فیزیک و مهندسی دانشکده لوراس برنامه‌ای جدید تحت عنوان «الکترومکانیک» را توسعه دادند.

در تلاش جهت به مشارکت گذاشتن هر دو برنامه، کارشناسان مورد نیاز علوم تکمیلی کامپیوتر با مهندسین طراحی بصورت یک گروه درآوردند. از سال 1998، این پروژه رباتهای متحرک خودکار که شامل اتومبیلهای مسابقه‌ای مسیریاب، رباتهای آتش نشان و در پروژه این سال یک ربات بی سیم توپ جمع‌کن را شامل می‌شود.

1-2- نقش اساتید:

اجرا قبلی واحد درس زمانی تعیین گردید که مراحل مناسب توسط تعیین گردیده و به شکل پروژه‌های کوچکتر ساخته شده و توسط گزارشات و نمایش آنان تکمیل شد. یکی از فواید این روش نگهداری درس بصورت سازمان یافته و ارائه جدول تعیین شده بود. اما در تجزیه شخص مؤلف تیمهای طراحی واقعی جهان چنین پروژه‌های کوچک معین ندارند و بایست بهترین عملیات درسی را مشخص کنند و یک دورة‌ زمانی عاقلانه برای یک هدف واقعی را بعنوان یک تیم در نظر بگیرند. در تلاشی برای نسخه برداری یک تجربة ضعیفتر تعیین شده، ما جهت کاهش کارفرمایی‌های جزئی اساتید، درس را بازسازی کردیم نقش ما اساساً بعنوان مدیر بود و جداول و ابعاد پروژه را برای تیمهای دانشجویی تغییر می‌دادیم.

2-2- چارچوب درس:

ما با دانشجویان ارشد در پایان ترم بهاره، که آنها در سال سوم بودند جهت مشارکت در اهداف درس ملاقاتی داشتیم به دو تیم اجازه داده شد که یکدیگر را ملاقات کنند و اطلاعات خود را در مورد پروژه جمع آوری کنند. ما لیستی از احتیاجات پروژه داشتیم ولی دانشجویان اطلاعات ارزنده‌ای روی پروژه‌هایشان داشتند و از ما درخواست ابتکار عمل و تحقیقات قبل از ملاقات را داشتند. احتیاجات ما عبارتند از:

- این پروژه باید شامل یک بورد (صحنه زمین یا تابلو) قابل حمل، یک میکروکنترلر HC11 پیشرفته «فردمارتین» و «لابراتور MIT» باشد. این درخواست بدلیل صحنه زمین کنونی ما و موفقیت‌های پیشین ما توسط آنهاست.

- پروژه باید اجزاء طراحی مکانیکی برجسته (قابل توجهی) داشته باشد.

- بسیاری از درخواستهای امکانپذیر دیگر (که در یک ترم تکمیل شدند با بودجة ما متناسب بوده در حالیکه با تواناییهای فنی گروه نیز تناسب داشته باشد و ...)

با وجود آنکه در کل ما رضایت 100% در مورد پروژه انتخابی نداریم، دانشجویان از مشارکت و مالکیت پروژه راضی هستند. در اولین ملاقات دروس سال آخر ما موضوعی را تحت عنوان «مدارک مورد نیاز کاربر» مطرح کردیم که در آن بصورت مبهم، آنچه را ربات می‌بایست انجام دهد توصیف کردیم.

مدارک مورد نیاز کاربر بصورت ناقص و مبهم بود تا زمانیکه تجربه‌های حرفه‌ای مؤلف، کاربران محصول و موارد مدیریتی و بازیابی معمولاً اجزاء محصول و درجه دقت مورد نیاز برای طراحی را مورد بررسی قرار نمی‌دهند.

سپس به تیم دانشجویان جهت تکمیل و توسعه مشخصات مهندسی و نرم افزاری پروژه، 4 هفته وقت داده شد.

ما از دانشجویان خواستیم تا آنچه را که می‌خواستند بسازند و آنچه را که از نظر نرم افزاری، ابعاد و جهت حافظه ذخیره سازی در بر می‌گرفت را شرح دهند. ما دریافتیم که تولید یک محصول (فرآورده) با ویژگیهای قابل قبول، نیاز به نظارت و راهنمایی‌هایی از طرف ما دارد. دانشجویان بدون کمک ما نتوانستند آن سطح از جزئیاتی را که ما در نظر داشتیم تهیه کنند. در طول ویژگیهای نهایی محصول، از دانشجویان خواسته شد «نمودار گانت» را جهت پیشرفت کار پروژه تهیه و نمایش دهند. همچنین جداول پیشنهادی تکمیلی پروژه، که این کار مشکلی برای دانشجویان است همان طور که برای مهندسین در حال کار و تیمهای طراحی نرم افزاری مشکل است. سپس ما دیگر جداول باقیمانده درس را بر مبنای «نمودار گانت» قرار دادیم دانشجویان به ما گزارش هفتگی پیشرفت کار می‌دادند و طراحی‌های ابتدایی جهت بررسی و امتیاز دادن تحویل داده می‌شود و نمودار گانت در حال پیشرفت و بهتر شدن بود. بعضی فعالیتها بیشتر از آنچه مورد انتظار بود طول می‌کشید یعنی موارد که حتی بعنوان جزئیات نیز مطرح نشده بود نمود پیدا می‌کرد.