دانلود و نمایش مقالات مرتبط با Area coverage::صفحه 1
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

نتیجه جستجو - Area coverage

تعداد مقالات یافته شده: 4
ردیف عنوان نوع
1 Complete coverage path planning using reinforcement learning for Tetromino based cleaning and maintenance robot
برنامه ریزی کامل مسیر پوشش با استفاده از یادگیری تقویتی برای تمیز کاری و نگهداری ربات مبتنی بر Tetromino-2020
Tiling robotics have been deployed in autonomous complete area coverage tasks such as floor cleaning, building inspection, and maintenance, surface painting. One class of tiling robotics, polyomino-based reconfigurable robots, overcome the limitation of fixed-form robots in achieving high-efficiency area coverage by adopting different morphologies to suit the needs of the current environment. Since the reconfigurable actions of these robots are produced by real-time intelligent decisions during operations, an optimal path planning algorithm is paramount to maximize the area coverage while minimizing the energy consumed by these robots. This paper proposes a complete coverage path planning (CCPP) model trained using deep blackreinforcement learning (RL) for the tetromino based reconfigurable robot platform called hTetro to simultaneously generate the optimal set of shapes for any pretrained arbitrary environment shape with a trajectory that has the least overall cost. To this end, a Convolutional Neural Network (CNN) with Long Short Term Memory (LSTM) layers is trained using Actor Critic Experience Replay (ACER) reinforcement learning algorithm. The results are compared with existing approaches which are based on the traditional tiling theory model, including zigzag, spiral, and greedy search schemes. The model is also compared with the Travelling salesman problem (TSP) based Genetic Algorithm (GA) and Ant Colony Optimization (ACO) schemes. The proposed scheme generates a path with lower cost while also requiring lesser time to generate it. The model is also highly robust and can generate a path in any pretrained arbitrary environments.
Keywords: Tiling robotics | Cleaning and maintenance | Inspection | Path planing | Reinforcement learning
مقاله انگلیسی
2 The forgotten land use class: Mapping of fallow fields across the Sahel using Sentinel-2
کلاس استفاده از اراضی فراموش شده: نقشه برداری از مزارع مزرعه در ساحل با استفاده از سنتینل-2-2020
Remote sensing-derived cropland products have depicted the location and extent of agricultural lands with an ever increasing accuracy. However, limited attention has been devoted to distinguishing between actively cropped fields and fallowed fields within agricultural lands, and in particular so in grass fallow systems of semiarid areas. In the Sahel, one of the largest dryland regions worldwide, crop-fallow rotation practices are widely used for soil fertility regeneration. Yet, little is known about the extent of fallow fields since fallow is not explicitly differentiated within the cropland class in any existing remote sensing-based land use/cover maps, regardless of the spatial scale. With a 10 m spatial resolution and a 5-day revisit frequency, Sentinel-2 satellite imagery made it possible to disentangle agricultural land into cropped and fallow fields, facilitated by Google Earth Engine (GEE) for big data handling. Here we produce the first Sahelian fallow field map at a 10 m resolution for the baseline year 2017, accomplished by designing a remote sensing driven protocol for generating reference data for mapping over large areas. Based on the 2015 Copernicus Dynamic Land Cover map at 100 m resolution, the extent of fallow fields in the cropland class is estimated to be 63% (403,617 km2) for the Sahel in 2017. Similar results are obtained for five contemporary cropland products, with fallow fields occupying 57–62% of the cropland area. Yet, it is noted that the total estimated area coverage depends on the quality of the different cropland products. The share of cropped fields within the Copernicus cropland area is found to be higher in the arid regions (200–300 mm rainfall) as compared to the semi-arid regions (300–600 mm rainfall). The woody cover fraction within cropped and fallow fields is found to have a reversed pattern between arid (higher woody cover in cropped fields) and semi-arid (higher woody cover in fallow fields) regions. The method developed, using cloud-based Earth Observation (EO) data and computation on the GEE platform, is expected to be reproducible for mapping the extent of fallow fields across global croplands. Future applications based on multi-year time series is expected to improve our understanding of crop-fallow rotation dynamics in grass fallow systems being key in teasing apart how cropland intensification and expansion affect environmental variables, such as soil fertility, crop yields and local livelihoods in low-income regions such as the Sahel. The mapping result can be visualized via a web viewer (https://buwuyou.users.earthengine.app/view/fallowinsahel).
Keywords: Fallow fields | Cropland | Satellite image time series | Land use/cover mapping | Sentinel-2 | Drylands | Sahel
مقاله انگلیسی
3 پوشش آگاه از زمانبندی در شبکه های حسگر بی سیم: یک روش قرار دادن بهینه
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 11 - تعداد صفحات فایل doc فارسی: 17
پوشش منطقه یک مسئله مهم در شبکه های حسگر بی سیم است که نشان می دهد چگونه یک منطقه توسط حسگر ها نظارت و یا ردیابی می شود. اما، از آنجا که یک شبکه حسگر منابع انرژی محدودی دارد، بهره وری انرژی برای پوشش این منطقه حیاتی است. یکی از کارآمدترین راهکارها برای پوشش منطقه آگاه از انرژی، زمانبندی است. بدین معنی که بدون هیچ گونه فرضیه در مورد مکان های حسگر، تنها یک روش زمان بندی توزیع شده و موازی، تعیین می کند که در هر مرحله تصمیم کدام حسگرها باید روشن و کدامیک از آنها باید خاموش باشد. هدف نهایی به حداکثر رساندن طول عمر شبکه و حفظ هدف سطح پوشش منطقه است. بخش عمده ای از الگوریتم های پیشنهاد شده در این زمینه، یک گره حسگر را براساس اطلاعات همسایگانش زمانبندی می کند. چنین اطلاعاتی شامل فاصله یک گره از همسایگان، تعداد همسایگان فعال آن و غیره است. در واقع، تبادل پیام در اجرای این الگوریتم ها ضروری است که باعث افزایش مصرف انرژی می شود. در این مقاله، ما یک الگوریتم زمانبندی توزیع شده را پیشنهاد می دهیم، در این صورت، هر گره خود تصمیم می گیرد بر اساس اطلاعات مکانی و تراکم گره در منطقه مورد نظر حسگر خود را روشن یا خاموش کند. برای این منظور ابتدا حداقل تعداد گره ها را که برای پوشش منطقه مورد نظر کافی است محاسبه می کنیم. سپس ما بهترین مکان ها برای گره ها را بدست می آوریم. براساس این مکان محاسبه شده، منطقه به چند زیرمنطقه تقسیم شده است، هر کدام فقط با یک حسگر قابل پوشش هستند. سپس در هر زیرمنطقه، یک روش زمان بندی محلی، دستور فعال سازی حسگر را زمانبندی می کند. نتایج شبیه سازی نشان می دهد که الگوریتم پیشنهادی، که CAOP نامیده می شود، می تواند طول عمر شبکه را حداکثر کند، در حالی که پوشش منطقه به صورت کامل برقرار است.
کلمات کلیدی: پوشش منطقه | برنامه ریزی فعالیت های حسگر | طول عمر شبکه
مقاله ترجمه شده
4 پوشش منطقه صرفه جویی انرژی با استفاده از الگوریتم های زمانبندی گره دوربین تکاملی در شبکه های حسگر بصری
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 12 - تعداد صفحات فایل doc فارسی: 31
پوشش منطقه یک مسئله تحقیق مهم در زمینه شبکه های حسگر بصری (VSN) ها به علت محدودیت های ذاتی VSN ها، مانند منابع غیر قابل شارژ انرژی و جهت محدوده حس گر گره های دوربین است. استقرار انبوه گره های دوربین، امکان ارائه یک پوشش منطقه رضایت بخش برای مدت طولانی را فراهم می کند. در عین حال بقیه گره های دوربین را می توان خاموش کرد و زمانی که لازم باشد، گره های فعال جایگزین می شود. در این مقاله، مساله پوشش منطقه در VSN ها را تعریف می کنیم که هدف آنها به حداقل رساندن سلول های شبکه ای خالی و اضافی از یک منطقه مطلوب و اعوجاج انرژی گره های دوربین است. سپس ما دو الگوریتم زمانبندی برای گره های دوربین پیشنهاد می کنیم که به طور تصادفی به k-پوشش منطقه مورد نظر اعمال می شود. در اولین الگوریتم به نام زمانبندی گره دوربین تکامل یافته (ECNS)، هدف ما به دست آوردن حداکثر پوشش منطقه با قرار دادن کوچکترین (کمترین) تعداد گره های دوربین در حالت فعال و به حداقل رساندن سلول های شبکه ای خالی و بیش از حد است. از آنجایی که اهداف در نظر گرفته شده در ECNS، یکدیگر را متضاد می شمارند(با یکدیگر تضاد و ناسازگاری دارند)، از روش جمع بندی وزن متعادل استفاده می کنیم تا اهدافمان را به یک معادله خطی ترسیم کنیم و سپس یک الگوریتم ژنتیکی برای یافتن حداقل مقدار معادله خطی یکپارچه پیشنهاد می کنیم. در الگوریتم دوم زمانبندی گره دوربین تکاملی آگاه از انرژی (EAECNS)، ما یک روش برای تعادل بین مصرف انرژی تمام گره های دوربین را پیشنهاد می دهیم در حالی که آن پوشش رضایت بخش منطقه مورد نظر را فراهم می کند و تعداد سلول های شبکه ای پوشش داده شده اضافی را پایین نگه می دارد. ما عملکرد هر دو الگوریتم را از نظر پوشش، تعداد گره های زنده و افزونگی با شبیه سازی های بعدی ارزیابی می کنیم. همچنین نشان می دهد که EAECNS دارای عملکرد برتر در مقایسه با ECNS و دیگر الگوریتم های پیشرفته تر است.
کلمات کلیدی: شبکه های حسگر بصری (WSN) | پوشش منطقه | الگوریتم های تکاملی | زمانبندی گره های دوربین
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 9093 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 9093 :::::::: افراد آنلاین: 73