Intelligent rule-based sequence planning algorithm with fuzzy optimization for robot manipulation tasks in partially dynamic environments

الگوریتم برنامه ریزی توالی مبتنی بر قانون با بهینه سازی فازی برای وظایف دستکاری ربات معرفی شده است، با استفاده از برنامه ریزی مسیر ربات برای آوردن بخشی به عنوان مثال. رویکرد پیشنهادی یک روش مبتنی بر قاعده است که نیازمند قوانین مشخص برای استفاده در ایجاد یک مسیر قابل اجرا است که در شیوه سنتی تعریف نشده است. یک کار به دست آوردن بخشی به همراه یک قسمت ربات، شرح داده شده است؛ یک کار به دست آوردن بخشی، بخشی از موقعیت اولیه خود را به یک سوراخ مونتاژ یا یک ظرف (هدف) به منظور جفت گیری بخشی در محیط های پویا که دارای موانع حرکت هستند، به ارمغان می آورد. وظیفه بخش زدن با استفاده از الگوریتم برنامه ریزی توالی مبتنی بر قانون همراه با بهینه سازی فازی انجام می شود. مقایسه ها و بحث ها ارائه شده است. الگوریتم پیشنهادی از توابع پردازش دانش مانند استدلال ماشین، برنامه ریزی، و تصمیم گیری استفاده می کند. آنتروپی فازی معرفی شده است زیرا به عنوان یک ابزار مفید است که می تواند درجه عدم قطعیت مرتبط با عملکرد کلی کار تکرار را اندازه گیری کند. از طریق روش تصمیم گیری، طرح نهایی که معیارهای مورد نیاز را برآورده می کند تصمیم گرفته می شود تا بر برنامه ریزی مسیری که برای مقابله با آن دست و پنجه نرم می شود غلبه کند. الگوریتم پیشنهاد شده برای طیف گسترده ای از وظایف ربات، از جمله انتخاب و قرار دادن عملیات با وجود موانع حرکتی و غیره قابل اجرا است.