اهتم الصناعيون بأتمتة مصانعهم لزيادة الانتاج و خفض التكاليف و تحسين جودة المنتج من خلال استخدام الأذرع الآلية في قيادة و انهاء معظم العمليات الانتاجية، حيث تتصف الأذرع الآلية بأنها هياكل ميكانيكية قابلة للبرمجة لأداء مهام تتميز بالدقة و السرعة و الوث
وقية.
استند البحث في استنتاج المسار الأمثل على توليد مسارات افتراضية (مثلثية، منحنية، مربعة) تعبر عن حركة الذراع الآلي للوصول إلى نقطة الهدف، حيث تم معرفة زمن الانتقال و زوايا الدوران و العزم في المفاصل تحت تأثير الجاذبية الأرضية من خلال دراسة الحركة الأفقية و الشاقولية للذراع الآلي.
تبين حركة الذراع الآلي وفق المسارات المقترحة أن أفضل المسارات سلامة على محركات الذراع الآلي هو المسار النصف دائري كونه يحد من حدوث صدمات ميكانيكية أو ظهور قيم مرتفعة للعزوم عند المفاصل. في حين تبين ان المسار الذي يحقق أقل زمن للوصول الى نقطة الهدف و بالتالي اقل كمية في الطاقة المستهلة هو المسار المثلثي في حالة الحركة الافقية للذراع على الرغم من ظهور انحرافات حادة في مخططات العزم و الطاقة نتيجة التغير المفاجئ في اتجاه الحركة.
يظهر التأثير السلبي للجاذبية الأرضية خصوصا عند حركة المفصل الثاني للأعلى أو الأسفل, مما يسبب بظهور قمم في منحني الطاقة تعبر عن قيم مرتفعة للعزم في هذا المفصل.
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.
