يعد التخلص من الخلفية الخطوة الأولى في أغلب منظومات رؤية الآلة الرامية إلى عزل كائن معين و التعرف عليه و استخلاص المعلومات منه خصوصاً تلك التي تعتمد على تتبع الحركة (كالتعرف على الإنسان أو تتبع السيارات ...الخ). و تشكل الفيديوهات الملتقطة في الهواء ا
لطلق تحدياً أمام التخلص من الخلفية نظراً لحدوث تغيرات غير مرغوب فيها كتأثير الرياح و الإضاءة و الظروف المناخية و غيرها.
يقدم هذا البحث دراسة مقارنة بين أبسط طريقة للتخلص من الخلفية (طريقة طرح الخلفية) و طريقة نموذج مزيج غاوص التي تعتبر أكثر تلك الطرق شيوعاً. تتمهذه المقارنة على أساس قدرة كل طريقة على التخلص من الخلفية في فيديوهات ملتقطة في الهواء الطلق و بشكل خاص في حالة وجود و عدم وجود ظل بالإضافة لتحديات أخرى كحركة الأجسام في الخلفية و تأثير الرياح و عدم استقرار الكاميرا. و الانطلاق من نتائج تلك المقارنة لاختيار الطريقة المناسبة لتتبع الحركة في ظروف و شروط مختلفة.
يشكل تخطيط المسار تحدياً كبيراً أمام إيجاد روبوتات متنقلة ذكية. و يعتبر إيجاد المسار المناسب الخالي من الاصطدامات، و بأقل زمن معالجة و طول مسار ممكن من القضايا البحثية الملّحة حالياً. و تعد طريقة شجرة البحث العشوائي السريعة RRTRapidly exploring rando
m trees من أسرع الطرق التي تقوم بإيجاد مسار مناسب للروبوت كما أنها طريقة سهلة حسابياً و يمكن تطبيقها في بيئات متعددة الأبعاد.
يستعرض هذا البحث خوارزمية RRT و يقدم تطبيقاً لتخطيط مسار حركة روبوت تفاضلي وفق هذه الخوارزمية في بيئتي عمل مختلفتين باستخدام محاكي الروبوتات V-rep. بيّن هذا البحث قدرة الخوارزمية على إيجاد مسار مناسب خلال زمن معالجة قصير نسبياً، كما أظهر قدرة المحاكي V-rep على نمذجة و محاكاة ثلاثية الأبعاد لحركة الروبوت المتنقل بكفاءة و سلاسة.
يعتبر تخطيط الحركة من القضايا الهامة و الملحة لما يعطيه للروبوت من قدرة على الوصول إلى الهدف بشكل آلي و منع الاصطدام بأي عائق، مما يرفع من أداء الروبوت و يقلل من كلفته التشغيلية. و يقسم تخطيط حركة الروبوت عادةً إلى قسمين: يقوم الأول بإيجاد المسار الم
ناسب و يضمن الثاني تتبع الروبوت لهذا المسار وصولاً لهدفه.
يعتمد هذا البحث على التقنيات المستخدمة في أحد أشهر خوارزميات تجنب العوائق (خوارزميات Bug) من أجل إيجاد مسار عام للروبوت. و تطبق تلك المسارات الناتجة على أرض الواقع باستخدام روبوت Boe-Bot تفاضلي القيادة.
