استكشاف تخطيط مسارات التغطية: الأسس الكلاسيكية والتطورات الحديثة وآفاق المستقبل!

في عالم الروبوتات، يُعتبر تخطيط مسارات التغطية (Coverage Path Planning - CPP) إحدى التحديات الأساسية. تهدف هذه العملية إلى إنشاء مسارات للروبوتات تسمح بغطاء كامل للمساحات المستهدفة مع تقليل الأهداف الخاصة مثل طول المسار، والتداخل، وعدد المنعطفات، واستهلاك الطاقة.

تتعدد تطبيقات CPP في مجالات متنوعة تشمل التنظيف، والفحص، ورسم الخرائط، والزراعة، والتصنيع، والمراقبة، وإزالة الألغام، ومراقبة البيئة.

على الرغم من أن الأسس الكلاسيكية لـ CPP قد أُجري عليها دراسات عديدة، إلا أن التطورات الحديثة قد شملت توسيع نطاق CPP لما بعد أنظمة الروبوت الواحد إلى أنظمة متعددة الروبوتات، والبيئات ثلاثية الأبعاد المعقدة، والأنظمة المقيدة، والتخطيط القائم على التعلم، ومهام التغطية البصرية.

يسلط بحث جديد الضوء على 125 عملًا تمثيليًا نُشر معظمها بين 2015 و2026، حيث يتناول تطور الأساليب مقارنةً بالأساليب الكلاسيكية المنشورة قبل 2015. يتم تنظيم أساليب CPP إلى ست فئات رئيسية: CPP الفردي، CPP المتعدد، CPP ثلاثي الأبعاد، CPP المقيد، CPP القائم على التعلم، وCPP البصري.

بالنسبة لكل فئة، يتم تلخيص صياغات التخطيط الرئيسة والخوارزميات التمثيلية والنقاط القوية والضعف. بالإضافة إلى ذلك، يتناول التحليل كيف يؤثر المعرفة البيئية، وهندسة مساحة العمل، وقيود الروبوت، وأهداف الاستشعار، ومتطلبات التنسيق في تشكيل مشكلة CPP.

علاوة على ذلك، يناقش البحث التحديات المفتوحة في التخطيط القابل للتطوير عبر الإنترنت، وتنسيق الروبوتات المتعددة، والتغطية ثلاثية الأبعاد والبصرية، والتغطية الشاملة التي تأخذ في الاعتبار القيود والموارد. وبالتالي، يوفر الاستطلاع لمحة منظمة عن التطورات الحديثة في CPP وآفاق الأبحاث المستقبلية.