Path Planning for Autonomous Mobile Robots Using the RFO-GWO Optimization Algorithm.

الرمادي تخطيط المسار للروبوت المحمول المستقل باستعمال خوارزمية الثعلب الأحمر المحسنة و الذئب.

Path planning is a challenging navigation problem that can be handled using multi-objective methods. This paper presents a three-stage multi-objective pathplanning method. The first stage is to locate the best or near-best solution path and avoid detected obstacles using a hybrid of the red fox-gray wolf optimizer (RFO-GWO), which finds a route from the start position to the target position. In the second step, a mutation operation using an evolutionary algorithm is utilized to enhance the length, integrity, and smoothness of the route generated by the RFO-GWO algorithm. The final step of the suggested method is refined further using a multiphase technique. By integrating the real sizes of the mobile robots and the size of the barriers and phrasing the issue as a traveling object in the available area, the suggested path-planning method resembles the actual world. The simulation results indicate that this strategy creates the most viable path even in complicated surroundings, overcoming the disadvantages of traditional approaches. Furthermore, when compared to prior path-planning methods, the simulation's outcomes indicate that the suggested RFO-GWO method is effective in terms of the route, and the strategy is extremely competitive. The results showed a significant improvement, where the total percentage convergence time (in seconds) for RFO-GWO for the three maps was 15%, 12%, and 10%, respectively, whereas it was 35%, 41%, and 43% seconds in GWO and 34%, 35%, and 37% seconds in RFO. There was also a significant improvement in the number of nodes for RFO-GWO (2%, 3%, and 2%) compared to GWO nodes (64%, 65%, and 62%), and RFO nodes (32%, 30%, and 35%) for the same three maps. Subsequently, the smoothness of the path formed by the recommended approach was enhanced using the evolutionary algorithm (EA), where the total percentage length of the path in the worst scenario for GWO was 28% and for RFO was 26% in units, but after improvement with the RFO-GWO with EA, it became 22% in units [ABSTRACT FROM AUTHOR]

بعد تخطيط المسار مشكلة ملاحية صعب التعامل معها باستعمال طرق متعددة الأهداف. تقدم هذه الورقة طريقة تخطيط مسار متعددة الأهداف من ثلاث مراحل تتمثل المرحلة الأولى في تحديد أفضل أو أقرب مسار للحل وتجنب العوائق المكتشفة باستعمال مزيج من محسن الثعلب الأحمر - الذئب الرمادي ) - RFO GWO)، والذي يجد طريقا من موضع البداية إلى موضع الهدف في الخطوة الثانية، يتم استعمال عملية طفرة بخوارزمية تطورية لتعزيز طول وسلامة وسلاسة المسار الذي تم إنشاؤه بواسطة خوارزمية RFO-GWO. تم تنقيح الخطوة الأخيرة من الطريقة المقترحة بشكل أكبر باستعمال تقنية متعددة الأطوار. من خلال دمج الأحجام الحقيقية للروبوتات المتنقلة وحجم الحواجز وصياغة المشكلة ككائن متنقل في المنطقة المتاحة، فإن طريقة تخطيط المسار المقترحة تشبه العالم الفعلي. تشير نتائج المحاكاة إلى أن هذه الإستراتيجية تخلق أفضل مسار قابل للتطبيق حتى في محيط معقد متغلبا على عيوب الأساليب التقليدية. علاوة على ذلك، عند مقارنتها بأساليب تخطيط المسار السابقة، تشير نتائج المحاكاة إلى أن طريقة RFO-GW المقترحة فعالة من حيث المسار، والاستراتيجية تنافسية للغاية، حيث أظهرت النتائج تحسنًا كبيرًا، وتقارب النسبة المئوية الإجمالية وكان وقت RFO-GWO للخرائط الثلاث (15) 12 و 10 ثوان على التوالي، بينما كان كان هناك RFO وكان (34) و %35% و (37% في ثوان في ، GWO 35% ، 41% ، (43) بالثواني في( أيضًا تحسن كبير في عدد العقد لـ RFO-GW كان 2 ، 3 ، و (2) مقارنة بعقد (6564 و (62)، وعقد (32) RF و 30% و (35) لنفس الخرائط الثلاث بعد ذلك، تم تحسين نعومة المسار الذي شكله النهج المقترح باستعمال الخوارزمية التطورية (EA) ، حيث كانت النسبة المئوية الإجمالية لطول المسار في أسوأ سيناريو لـ (28) GW) وبالنسبة لـ RFO كانت (26) في الوحدات، ولكن بعد التحسين مع RFO-GWO مع EA ، أصبحت (22 %) في الوحدات. [ABSTRACT FROM AUTHOR]

Copyright of Iraqi Journal of Science is the property of Republic of Iraq Ministry of Higher Education & Scientific Research (MOHESR) and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)