文献

J-GLOBAL ID：202202217850906903   整理番号：22A0895453

ラインフォロア自動誘導車両のためのスウォームと進化アルゴリズムのリアルタイム応用:包括的研究【JST・京大機械翻訳】

Real-time application of swarm and evolutionary algorithms for line follower automated guided vehicles: a comprehensive study

著者 (2件)： Bakhshi Nejad Beigzadeh Mahaleh Mahmoud (Department of Computer Science, University of Guilan, Rasht, Iran) ,  Mirroshandel Seyed Abolghasem (Department of Computer Engineering, University of Guilan, Rasht, Iran)
資料名： Evolutionary Intelligence  (Evolutionary Intelligence)
巻： 15  号： 1  ページ： 119-140  発行年： 2022年 
JST資料番号： W4356A  ISSN： 1864-5917  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 自動誘導車両(AGV)の最も経済的な形態の一つは,視覚ベースのラインフォロワーである。ラインフォロワーは,捕捉画像から経路形状を抽出するためにマシンビジョンを使用し,それに従う。経路検出のための多くの方法の中で,いくつかの研究は,視覚線追従者AGVのためのメタヒューリスティック母集団ベースのアルゴリズムのリアルタイム応用を用いて示唆した。一般的に,スウォームインテリジェンスと進化アルゴリズムは,それらが進化する世代を必要とするので,リアルタイムアプリケーションに適していない。この理由のために,この特殊な応用に対する最良の解決策を見つけるための包括的な研究を提示した。経路形状検出を支援できる3つの提案目的関数を用いて,人工Beeコロニー,遺伝的アルゴリズム,ハモニー探索,インペリアリスト競合アルゴリズム,およびパーティクルスウォーム最適化を研究した。最速で最も信頼できる解を最適化し,実際のAGVプラットフォームで試験した。この研究のために設計したAGVはARMプロセッサと独立搭載ラズベリーPi3を持ち,トラックの高速かつ信頼性を横断できる。さらに,提案システムは,捕捉画像上でエッジ検出やダウンサンプリングを必要としない。さらに,著者らの新しく開発された方向推論技法,Triangle Closest Midpointは,AGVが故障または不完全な入力でもその経路を見つけることができる。その結果,本研究では,新しいリアルタイムメタヒューリスティックラインフォロワーAGVを示した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  視覚 ,  画像 ,  捕獲 ,  *無人搬送車 ,  目的関数 ,  コロニー ,  演算プロセッサ ,  コンピュータビジョン ,  *スウォーム ,  エッジ検出 ,  遺伝的アルゴリズム
準シソーラス用語： *進化的アルゴリズム ,  粒子群最適化 ,  マシンビジョン , 【Automatic Indexing@JST】

著者キーワード (5件)： 群知能 ,  進化アルゴリズム ,  ラインフォロワ ,  機械視覚 ,  自動誘導車両

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 自動誘導車両 ,  スウォーム ,  進化アルゴリズム ,  リアルタイム ,  応用 ,  研究