برنامه‌ریزی مسیر سه‌بعدی خودرو پرنده در کاربردهای زیست محیطی ‏پیچیده

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران

چکیده

: برنامه‌ریزی مسیر برای چندین خودرو پرنده در محیط‌های پیچیده مانند مناطق کوهستانی، با چالش‌های بسیاری از جمله جلوگیری از برخورد با موانع، محدودیت‌های مانور و تغییرات زاویه‌ای متعدد در یک محیط سه‌بعدی مواجه است. در این مقاله، از الگوریتم جستجوی گنجشک برای یافتن مسیری با کمترین هزینه و مسافت پیمایش شده با در نظر گرفتن محدودیت‌های زاویه چرخش و صعود که نشان‌دهنده محدودیت‌های حرکتی پرنده در دنیای واقعی بوده، استفاده شده است. نتایج شبیه‌سازی نشان می‌دهد که این الگوریتم با حداقل کردن تغییرات زاویه و انحراف، می‌تواند وسایل پرنده را به شکلی کارآمد در مسیر بهینه هدایت کند. آزمایش‌های متعددی بر روی نقشه‌های تصادفی و واقعی انجام شده و نشان داده این است که خودرو پرنده با موفقیت از موانع عبور کرده و مسیر بهینه را طی می‌کنند. به منظور ارزیابی عملکرد، الگوریتم جستجوی گنجشک با الگوریتم‌های پایه‌ای مانند الگوریتم ژنتیک و ازدحام ذرات در یک محیط سه بعدی واقعی مقایسه شده است. نتایج نشان می‌دهد که حداقل طول مسیر برنامه‌ریزی شده با الگوریتم جستجوی گنجشک در مقایسه با الگوریتم ژنتیک، ازدحام ذرات، کلونی زنبورهای مصنوعی و A*، 5٪ ، 3.3٪ ، 5.6٪ و 9.2٪ کوتاه‌تر شده، متوسط طول مسیرهای برنامه‌ریزی شده نیز به ترتیب ، 5.1٪ ، 2.1٪ ، 5.6٪ و 7 ٪ کاهش یافته و همچنین انحراف معیار استاندارد طول مسیر بهینه به ترتیب ، 6.1٪ ، 5.3٪ ، 8.6٪ و 13.7٪ کم‌تر شده است. روش پیشنهادی می‌تواند در صنایع مختلف مانند نقشه‌برداری سه‌بعدی و پایش مناطق طبیعی پیچیده مؤثر باشد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

‎3D Path Planning for Aerial Vehicles in Complex Environmental ‎Applications

نویسندگان [English]

  • Amirhosein Yadollahi
  • Javad Salimi SartaKhti
  • Salman Goli Bidgoli
Department of Computer Engineering, Faculty of Electrical and Computer Engineering, Kashan University, Kashan, Iran
چکیده [English]

Abstract: Path planning for multiple aerial vehicles in complex environments such as mountainous regions presents ‎several challenges, including avoiding obstacles, maneuvering constraints, and dealing with frequent angular changes ‎in a three-dimensional space. In this paper, the Sparrow Search Algorithm is used to find a path with minimal cost and ‎traversal distance, considering the constraints of turning and climbing angles. The goal of this study is to apply this ‎method in fields such as mapping, environmental monitoring, smart agriculture, and industrial inspection. Simulation ‎results show that the algorithm, by minimizing angular changes and deviations, efficiently guides the aerial vehicles ‎along the optimal path. Various tests conducted on both random and real maps demonstrate that the aerial vehicles ‎successfully avoid obstacles and follow the optimal route. This method can be effective in industries such as 3D ‎mapping and monitoring of complex natural environments.‎

کلیدواژه‌ها [English]

  • Route planning
  • Aerial Vehicles
  • mountainous areas
  • maneuver limit
  • sparrow search algorithm.‎