Leistungsmessung des energieoptimalen Pfades für einen Müllsammelroboter unter Verwendung des ACO-Algorithmus

Die Müllsammelung in Innenräumen, die mobile Roboter nutzt, kann die Arbeitskosten und den Mangel an Arbeitskräften lösen, hat jedoch das Problem begrenzter Energiequellen, was es schwierig macht, über längere Zeiträume zu operieren. Daher ist es wichtig, den Energieverbrauch für eine effiziente Müllsammelung zu reduzieren. Der Müllsammelroboter kann als ein Capacitated Vehicle Routing Problem (CVRP) modelliert werden, bei dem heuristische Algorithmen eingesetzt werden können, um den energieeffizientesten Pfad zu suchen. In diesem Papier wird der Ant Colony Optimization (ACO)-Algorithmus vorgeschlagen, um den optimalen Pfad des Müllsammelroboters zu finden. Der Energieverbrauch des Roboters hängt nicht nur vom Reiseweg ab, sondern auch vom Gewicht des Abfalls, den er transportiert. Daher nutzt der vorgeschlagene ACO-Algorithmus die Wegdistanz und das Abfallgewicht als Sichtbarkeit. Die Reisestrecke und der Energieverbrauch werden ebenfalls verwendet, um das aktualisierte Pheromon zu bestimmen. Während die konventionellen und angepassten ACO-Algorithmen nur entweder die Wegdistanz oder das Abfallgewicht als Sichtbarkeit verwenden, sind dies jeweils. Die Simulationsversuche werden durchgeführt, um die Reisestrecke und den Energieverbrauch zu vergleichen, die der Müllsammelroboter unter Verwendung der konventionellen, angepassten und vorgeschlagenen ACO-Algorithmen hat. In den Simulationsversuchen werden die Anzahl der Knoten, das Abfallgewicht und die Tragfähigkeit als Parameter verwendet, um die Leistung unter den bestimmten Bedingungen zu überprüfen. Die Simulationsergebnisse zeigen, dass der vorgeschlagene ACO-Algorithmus einen besseren energieoptimalen Pfad in Bezug auf Reisestrecke und Energieverbrauch bietet als die konventionellen und angepassten ACO-Algorithmen.