مسیریابی پویای رباتهای متحرک خودمختار در محیط های ناشناخته با استفاده از ترکیب الگوریتم جستجوی سراسریHBMO و جستجوی محلی میدان پتانسیل

انتخاب بهترین مسیر حرکت در محیط های غیرقابل مشاهده و پویا، یکی از موضوعات چالش برانگیز در طراحی ربات های خودمختار می باشد. در محیط های قابل مشاهده و شناخته شده، بهترین روش برای یافتن مسیر بهینه، استفاده از الگوریتم های جستجوی سراسری می باشد، درحالی که این الگوریتم ها در محیط های ناشناخته، پویا و دارای موانع، کارایی بالایی ندارند. در مقابل، الگوریتم های محلی برای پیشروی ربات در محیط های ناشناخته پویا و دارای مانع، مناسب تر می باشند که به دلیل محدود بودن دید و ناشناخته بودن محیط اغلب، تصمیم گیری های الگوریتم های محلی با خطا همراه می گردد. هدف از ارایه این مقاله، یافتن مسیر قابل اجرا و ایمن در محیط پویا می باشد. که ربات با طی کمترین مسافت بدون هیچ تصادمی و نیز با صرف کمترین انرژی و هزینه به هدف برسد. روش پیشنهادی، یافتن بهینه ترین مسیر حرکت ربات در محیط ناشناخته و پویا، با ترکیب الگوریتم جستجوی سراسری جفت گیری ملکه زنبور عسل و الگوریتم آنلاین جستجوی محلی میدان پتانسیل مطابق با شرایط کلی محیط ربات می باشد. در این روش ترکیبی، ربات قابلیت مسیریابی جهانی با داده های محلی را دارد که نتیجه آن کاهش تصمیم گیری های تکراری است. در نهایت باعث کاهش پیچیدگی محاسباتی و هزینه اجرایی در مسیریابی ربات می گردد.