Finding the best Altitude of motion for a system of UAVs moving among 3D environments containing HDFPOs.
| creativework.keywords | motion , moving amon | en |
| dc.contributor.author | Amjad Jafar Mustafa Khalil | en |
| dc.contributor.author | أمجد جعفر مصطفى خليل | ar |
| dc.date.accessioned | 2023-01-24T07:14:20Z | |
| dc.date.available | 2023-01-24T07:14:20Z | |
| dc.date.issued | 2022-03-10 | |
| dc.description.abstract | . لا تزال مشكلة تخطيط الحركة في الفضاء ثلاثي الأبعاد (3D space) تمثل تحديًا كبيرًا للباحثين وعلماء الذكاء الاصطناعي. هناك زيادة مضطردة في عدد المركبات الجوية التي تحلق على شكل نظام ضمن بيئات منوعة، وفي حين أن الصناعة الواعدة مستقبلا هي للطائرات بدون طيار أو محلقات رباعية المراوح (quadrotors)، وتطويرها للعمل ضمن العديد من الخدمات والوظائف، هو ما يدفع الحاجة الملحة لإيجاد حلول جديدة تنظم حركة هذه الأنظمة وتتحكم فيها بشكل مستقل. هدفنا الرئيسي في هذه الدراسة هو تطوير جانب من الحركة خلال العديد من المساحات المحيطة بنا مثل المدن الكبرى. في هذه الرسالة البحثية، ندرس كيف تؤثر كثافة العوائق على مسارات الروبوتات الهوائية، لتقديم طريقة لتخطيط مسار الحركة في بيئة ثلاثية الأبعاد تحتوي على عوائق ذوات الشكل المضلع الثابتة والعالية الكثافة أو المزدحمة (HDFPOs) في بيئة الحركة. في البداية نقوم بإنشاء خرائط عشوائية مختلفة في بعدين (2D)، ثم نقوم بتحويلها إلى بيئة ثلاثية الأبعاد من خلال توزيع عوائق متعددة الأضلاع. تحتوي محاكاتنا على خمسة روبوتات جوية (quadrotors) وأكثر من نقطة هدف للوصول إليها، تمت المحاكاة باستخدام أداة محاكاة ثلاثية الأبعاد Unity. لقد قمنا بتحسين بيئتنا ثلاثية الأبعاد في عدة خرائط تقاطع ثنائية الأبعاد، ثم طبقنا خوارزمية بحث A Star (A*) وطريقة البحث A Star المرجحة. يتم تطبيق عمليات البحث عن المسار المناسب للحركة باستخدام خرائطنا المعروفة ثنائية الأبعاد التي تم إنشاؤها والتي تتقاطع مع العديد من الارتفاعات في البيئة ثلاثية الابعاد الثابتة والمحتوية عوائق متعددة الأضلاع. هدفنا هو إنشاء مسارات خالية من الاصطدام للنظام والروبوتات الطائرة في كل تجربة. من خلال تنفيذ هذا النهج لعدد كبير من الخرائط وعلى ارتفاعات مختلفة، من الواضح أن هذه الطائرات تتقاطع مع البيئة ثلاثية الأبعاد التي تم إنشاؤها. بتكرار هذه التجربة عن طريق تغيير نسبة كثافة حجم العوائق متعددة الأضلاع المضافة إلى خرائطنا، نقوم بجمع كمية هائلة من البيانات. ثم نقوم بتحليل البيانات التي تم جمعها باستخدام نهج ملائمةالمنحنى (Curve fitting) للمقارنة والعثور على أفضل ارتفاع يختصر مسافة الطيران. ستساعد النتائج التي تم الحصول عليها نظام المركبات الجوية ذاتية الحركة (UAVs) على الوصول إلى أهدافها باتباع أقصر مسافة وضمن أقصر زمن. نفذت جميع التجارب على نسب مختلفة من كثافات العوائق متعددة الأضلاع. نهدف إلى التنبؤ بأفضل ارتفاع للطيران في حالة بيئة HDFPOs التي تحقق أقصر مسار حركة ولإيجاد نقطةمرجعية لذلكمثل متوسط ارتفاعجميعالعوائق. | ar |
| dc.identifier.citation | Khalil، Amjad Jafar. (2022). Finding the best Altitude of motion for a system of UAVs moving among 3D environments containing HDFPOs. [A published thesis, Al-Quds University, Palestine].Al-Quds University digital repository https://arab- scholars.com/3e660a | en |
| dc.identifier.uri | https://dspace.alquds.edu/handle/20.500.12213/7693 | |
| dc.language.iso | en_US | |
| dc.publisher | Al-Quds University | en |
| dc.title | Finding the best Altitude of motion for a system of UAVs moving among 3D environments containing HDFPOs. | en |
| dc.title | إيجاد أفضل ارتفاع للحركة لنظام من الطائرات بدون طيار تتحرك بين بيئات ثلاثية الأبعاد تحتوي على عوائق ثابتة ذات كثافة مرتفعة | ar |
| dc.type | Thesis | |
| dcterms.abstract | The problem of motion planning in three-dimensionalspace (3D-space) is still a big challenge for researchers and Artificial Intelligent (AI) scientists. A rapid increase in the numbers of aerial vehicles flying among a variety of environments. While the promising industry of drones and quadrotors systems, that interning many services and jobs indeed, makes a huge need to find new solutions that organize and autonomously control the movement of such systems. Our goal is to have a motion controlled over many spaces surrounding us like the big cities. In this paper, we Examine how obstacle density affects the trajectories of aerial robots, to present a path planning approach in a 3D environment that contain High Density Fixed Polygonal Obstacles (HDFPOs). We generate different random maps in 2-dimensions (2D), and then convert them to 3D-environment by distributing multi sized polygonal obstacles. Our simulation contains more than one target point and five aerial robots (quadrotors) under Unity 3D simulation tool. We optimized our 3D environment into several 2D intersection maps, and then apply the A Star searching algorithm (A*) and weighted A* search method. It treats our 2D known maps generated from the intersection of many planes, with different altitudes among the 3D fixed polygonal obstacles. Our aim is to generate collision-free trajectories for the multiagent system on each experiment. By executing this approach for a large number of maps and on different elevation, obviously these planes intersect the generated 3D environment. Repeating this experiment by resizing the volume density of the polygonal obstacles added to our maps, we collect a huge amount of data. Then we analyze the collected data using a curve fitting approach to compare and find the best altitude that shorten the flying path. The results obtained will help a system of Unmanned Aerial Vehicles (UAVs) to reach their targets within the shortest distance and in less time. All experiments executed on different ratios of polygonal obstacle densities. We aim to predict the best altitude of flying in the case of HDFPOs environment that achieves the solution of shortest path with respect to the average height of all obstacles | en |