Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Planification de trajectoire et navigation des robots mobiles
Univ Europeenne - EAN : 9786131543043
Édition papier
EAN : 9786131543043
Paru le : 1 avr. 2011
59,00 €
55,92 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131543043
- Réf. fournisseur : 4976511
- Editeur : Univ Europeenne
- Date Parution : 1 avr. 2011
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 176
- Format : H:229 mm L:152 mm E:10 mm
- Poids : 268gr
- Interdit de retour : Retour interdit
- Résumé : Les robots mobiles autonomes sont un sujet de recherche et de préoccupation dans de nombreux domaines comme les manufactures et l''exploration spatiale. La planification de trajectoire est l''une des problématiques essentielles de l''autonomie des robots mobiles, elle a pour but de générer une trajectoire libre de collisions entre une configuration initiale et une configuration finale d''un robot. Dans cet ouvrage nous avons traité le problème de la planification de trajectoire sous trois aspects; un environnement entièrement connu, partiellement connu et complètement inconnu. Pour les environnements statiques et entièrement connus, une alternative à la méthode de Lozano Perez est proposée pour déterminer l''espace de configuration d''un robot. La méthode proposée a le mérite d''être simple et permet d''optimiser l''espace libre du robot. Nous abordons également le problème de la navigation réactive dans des environnements dynamiques ainsi que la construction de cartes d''environnements. Nous proposons une approche hybride qui intègre la représentation de la logique floue d''une base de connaissance intelligente avec la capacité d''apprentissage des réseaux de neurones.
