Abstract:
تهدف هذه الدراسة إلى تصميم نظام ملاحة بصري ذاتي للروبوت المتحرك بعجلات في بيئة داخلية، مع التركيز على استخدام التدفق البصري لاكتشاف العوائق وتجنبها بفعالية. يعتمد النظام على معالجة الصور الملتقطة بواسطة كاميرا مثبتة على الروبوت لتحليل المعلومات البيئية وتحديد المخاطر. يتم حساب التدفق البصري باستخدام خوارزميات "هورن شانك" و"لوكاس كاناد"، حيث تتيح هذه الحسابات تقدير الاتجاه والوقت المتوقع للاصطدام. .يعتمد النهج على وحدتين للتحكم؛ الأولى تُستخدم لتحليل قيم التدفق البصري وتحديد العوائق بدقة، بينما تُخصص الوحدة الثانية لتوجيه الروبوت نحو الوجهة النهائية بشكل آمن. تمت محاكاة النظام باستخدام أدوات ثلاثية الأبعاد مثل لغة نمذجة الواقع الافتراضي (VRML) لتقييم الأداء. وقد أظهرت النتائج أن الروبوت يمكنه تحقيق ملاحة ذاتية فعالة وتجنب العوائق بشكل موثوق ودون أي تدخل خارجي
Cette étude présente la conception d’un système de navigation visuelle autonome pour un robot mobile à roues évoluant dans un environnement intérieur. Le système s’appuie sur l’utilisation du flux optique pour détecter et éviter les obstacles de manière efficace. Les images capturées par une caméra embarquée sont analysées pour extraire des informations environnementales essentielles. Les algorithmes de Horn-Schunck et Lucas-Kanade sont utilisés pour calculer les valeurs du flux optique, permettant ainsi de déterminer la direction et le temps estimé avant une collision. Le système de contrôle se compose de deux unités principales : la première identifie les obstacles à partir des valeurs du flux optique, tandis que la seconde oriente le robot vers sa destination finale en toute sécurité. La validation de l’approche a été réalisée par des simulations à l’aide d’outils 3D comme VRML, démontrant que le robot peut naviguer de manière autonome et éviter efficacement les collisions sans intervention externe
This study presents the design of an autonomous visual navigation system for a wheeled mobile robot operating in an indoor environment. The system relies on the use of optical flow to detect and efficiently avoid obstacles. Images captured by an onboard camera are analyzed to extract critical environmental information. The Horn-Schunck and Lucas-Kanade algorithms are employed to compute optical flow values, enabling the estimation of direction and time-to-collision. The control system consists of two main units: the first detects obstacles based on the computed optical flow values, while the second guides the robot safely towards its final destination. The proposed approach was validated through simulations using 3D tools such as VRML, demonstrating that the robot can navigate autonomously and effectively avoid collisions without external intervention
