افزایش عملکرد سیستم بینایی مبتنی بر ابر
ترجمه نشده

افزایش عملکرد سیستم بینایی مبتنی بر ابر

عنوان فارسی مقاله: رویکرد جدید برای افزایش عملکرد سیستم بینایی مبتنی بر ابر از ربات های سیار
عنوان انگلیسی مقاله: New approach to enhancing the performance of cloud-based vision system of mobile robots
مجله/کنفرانس: کامپیوترها و مهندسی برق - Computers & Electrical Engineering
رشته های تحصیلی مرتبط: مهندسی کامپیوتر
گرایش های تحصیلی مرتبط: مهندسی الگوریتم ها و محاسبات، هوش مصنوعی، رایانش ابری
کلمات کلیدی فارسی: ابر point سه بعدی، رایانش ابری، رباتیک ابری، دید رایانه ای، تخلیه محاسباتی، ربات متحرک، شبکه های زمان واقعی، دید برجسته
کلمات کلیدی انگلیسی: ۳D point cloud، Cloud computing، Cloud robotics، Computer vision، Computation offloading، Mobile robot، Real-time networking، Stereo vision
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: Scopus - Master Journals List - JCR
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.compeleceng.2019.01.001
دانشگاه: Computers Engineering and Control systems Department Faculty of Engineering Mansoura University, Egypt
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2019
ایمپکت فاکتور: 2/762 در سال 2018
شاخص H_index: 49 در سال 2019
شاخص SJR: 0/443 در سال 2018
شناسه ISSN: 0045-7906
شاخص Quartile (چارک): Q2 در سال 2018
فرمت مقاله انگلیسی: PDF
تعداد صفحات مقاله انگلیسی: 21
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: بله
آیا این مقاله مدل مفهومی دارد: دارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
کد محصول: E11565
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
فهرست انگلیسی مطالب

Abstract


1- Introduction


2- Literature review


3- Problem statement and solution plan


4- Proposed human-cloud-mobile-robot architecture


5- Data flow mechanism


6- Experimental result discussion and analysis


7- Conclusion and future work


References

نمونه متن انگلیسی مقاله

Abstract


Mobile robots require real-time performance, high computation power, and a shared computing environment. Although cloud computing offers computation power, it may adversely affect real-time performance owing to network lag. The main objective of this study is to allow a mobile robot vision system to reliably achieve real-time constraints using cloud computing. A human cloud mobile robot architecture is proposed as well as a data flow mechanism organized on both the mobile robot and the cloud server sides. Two algorithms are proposed: (i) A real-time image clustering algorithm, applied on the mobile robot side, and (ii) A modified growing neural gas algorithm, applied on the cloud server side. The experimental results demonstrate that there is a 25% to 45% enhancement in the total response time, depending on the communication bandwidth and image resolution. Moreover, better performance in terms of data size, path planning time, and accuracy is demonstrated over other state-of-the-art techniques.


Introduction


Mobile robots affect everyday life, as they can replace humans in several activities, such as material handling, building construction and demolition, or even planting and harvesting. Mobile robots are divided into two main categories: (i) Teleoperated mobile robots and (ii) Autonomous mobile robots. Teleoperated robots can be controlled through a wireless or wired communication system, e.g., Internet, radio connection, direct cable, or satellite. Autonomous robots can perform tasks such as house cleaning, planting and harvesting, searching and rescuing, and constructing and demolishing with minimal user intervention. Therefore, to fully use their capabilities, mobile robots should be controlled with the highest degree of autonomy. To this end, various architectures have been investigated. Robotic vision has played a major role in making mobile robot navigation safer, but its computational complexity limits autonomy. One solution is to provide the robot with high computational power; however, this requires more hardware resources, which may increase size and cost, as well as larger capacity batteries. The term “Cloud Robotics” was introduced by Kuffner [1] to support “Remotely Brained” robots with parallel computation and big data sharing over the internet.

  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

افزایش عملکرد سیستم بینایی مبتنی بر ابر
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها