दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

शहरी 3D वातावरण में कुशल नेविगेशन के लिए यूएवी पथ नियोजन एल्गोरिदम का तुलनात्मक विश्लेषण

Created by
  • Haebom

लेखक

हिचेम चेरीट, खेललाट किहेल बदरा, चौराकुई समीरा

रूपरेखा

इस शोधपत्र में त्रि-आयामी शहरी परिवेश में मानवरहित हवाई वाहनों (यूएवी) के लिए पथ नियोजन और बाधा निवारण की चुनौतियों का समाधान करने हेतु तीन एल्गोरिदम—ए*, आरआरटी*, और पार्टिकल स्वार्म ऑप्टिमाइज़ेशन (पीएसओ)—की दक्षता और प्रभावशीलता की प्रयोगात्मक तुलना और विश्लेषण किया गया है। छह परिदृश्यों, विभिन्न शहरी मानचित्र आकारों, ऊँचाइयों, और बाधा घनत्वों व आकारों पर किए गए प्रयोगों से पता चला कि ए* एल्गोरिदम ने गणनात्मक दक्षता और पथ गुणवत्ता के मामले में सर्वश्रेष्ठ प्रदर्शन किया। पीएसओ एल्गोरिदम तंग मोड़ों और सघन परिवेशों के लिए उपयुक्त था, जबकि आरआरटी* एल्गोरिदम ने यादृच्छिक दृष्टिकोण का उपयोग करते हुए, सभी प्रयोगों में संतुलित प्रदर्शन प्रदर्शित किया।

Takeaways, Limitations

Takeaways:
3D शहरी वातावरण में A*, RRT*, और PSO एल्गोरिदम के प्रदर्शन के तुलनात्मक विश्लेषण के माध्यम से, प्रत्येक एल्गोरिदम की ताकत और कमजोरियों को स्पष्ट रूप से प्रस्तुत किया गया।
हमने प्रयोगात्मक रूप से A* एल्गोरिथम के बेहतर प्रदर्शन को सत्यापित किया।
हमने संकीर्ण घूर्णन और सघन वातावरण के लिए PSO एल्गोरिथम की उपयुक्तता की पुष्टि की।
हमने विभिन्न वातावरणों में आरआरटी* एल्गोरिथम के स्थिर प्रदर्शन को सत्यापित किया है।
Limitations:
चूंकि प्रायोगिक वातावरण 3D शहरी वातावरण तक ही सीमित था, इसलिए अन्य वातावरणों के लिए सामान्यीकरण निर्धारित करने हेतु आगे अनुसंधान की आवश्यकता है।
प्रयुक्त पथ नियोजन एल्गोरिदम के अलावा अन्य पथ नियोजन एल्गोरिदम के साथ तुलनात्मक विश्लेषण का अभाव है।
प्रयोगात्मक परिणामों की व्याख्या के लिए अतिरिक्त विश्लेषण और चर्चा की आवश्यकता हो सकती है।
तथ्य यह है कि यह वास्तविक यूएवी वातावरण में प्रयोगात्मक परिणामों के बजाय सिमुलेशन परिणामों पर आधारित है।
👍