خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينة
تطورت عملية بناء البنى ثلاثية الأبعاد خلال العقدين الأخيرين، وسواء كانت على النطاقات الصغيرة أو المتوسطة أو الكبيرة, فإن عملية ضبط الحزمة (Bundle Adjustment) تلعب دوراً مهماً في هذه العملية، خاصة في البنية من الحركة (SfM) , والتموضع ووضع الخرائط المتواقت (SLAM). على الرغم من أن ضبط الحزمة تعمل على...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Arabic |
| Published: |
damascus university
2022-10-01
|
| Series: | مجلة جامعة دمشق للعلوم الهندسية |
| Subjects: | |
| Online Access: | http://journal.damascusuniversity.edu.sy/index.php/engj/article/view/6696 |
| _version_ | 1797957189844860928 |
|---|---|
| author | م. ماهر النديوي د. م. محمد مازن محايري د. م. رائوف حمدان |
| author_facet | م. ماهر النديوي د. م. محمد مازن محايري د. م. رائوف حمدان |
| author_sort | م. ماهر النديوي |
| collection | DOAJ |
| description |
تطورت عملية بناء البنى ثلاثية الأبعاد خلال العقدين الأخيرين، وسواء كانت على النطاقات الصغيرة أو المتوسطة أو الكبيرة, فإن عملية ضبط الحزمة (Bundle Adjustment) تلعب دوراً مهماً في هذه العملية، خاصة في البنية من الحركة (SfM) , والتموضع ووضع الخرائط المتواقت (SLAM). على الرغم من أن ضبط الحزمة تعمل على تحسين معاملات الكاميرا والنقاط ثلاثية الأبعاد كخطوة نهائية مهمة جداً، فإنها تعاني من متطلبات الذاكرة والكفاءة في إعادة البناء ضمن النطاقات الواسعة جدًا. يستخدم التحسين متعدد الأهداف (MOO) في مجالات شتى لحل مختلف مشاكل الحياة الواقعية الهندسية. تعد خوارزمية MOPSO من أهم الخوارزميات التطورية المستخدمة في الأمثلة متعددة الأهداف, تعتمد خوارزمية MOPSO بشكل أساسي على قياس مسافة الحشد (crowding distance) للمفاضلة بين الحلول حيث أنها تساعد في قياس توزع الحلول على كامل فضاء البحث مما يساعد في زيادة قدرة الخوارزمية على الاستكشاف (exploration ), لكنها لا تسمح للخوارزمية الاستكشاف بشكل كافي كونها لا تأخذ اتجاه الاستكشاف بعين الاعتبار. وكذلك فإن MOPSO تبدأ بحثها بشكل عشوائي دون أخذ أي معرفة مسبقة عن فضاء البحث وهو ما يعد غير عملي في بعض التطبيقات التي نستطيع فيها تخمين قيم ابتدائية للحلول مثل ضبط الحزمة. في هذا البحث، تم تقديم خوارزمية جديدة لضبط الحزمة تعتمد على خوارزمية MOPSO هجينة, حيث أنها تستثمر التقنيات المستخدمة في خوارزميات التحسين التقليدية مثل RADAM وتقنيات تخمين الخطأ الأصغر ((LSE الأخرى لتحسين حركة حلول MOPSO، وأظهرت النتائج أن الخوارزمية المقترحة يمكن أن تساعد في تحسين الدقة بالإضافة للكفاءة في كل من الذاكرة والوقت لعملية ضبط الحزمة.
|
| first_indexed | 2024-04-11T00:01:34Z |
| format | Article |
| id | doaj.art-cda6492d26fb43739741116baf6cad2d |
| institution | Directory Open Access Journal |
| issn | 1999-7302 2789-6854 |
| language | Arabic |
| last_indexed | 2024-04-11T00:01:34Z |
| publishDate | 2022-10-01 |
| publisher | damascus university |
| record_format | Article |
| series | مجلة جامعة دمشق للعلوم الهندسية |
| spelling | doaj.art-cda6492d26fb43739741116baf6cad2d2023-01-10T04:23:08Zaradamascus universityمجلة جامعة دمشق للعلوم الهندسية1999-73022789-68542022-10-01383خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينةم. ماهر النديويد. م. محمد مازن محايريد. م. رائوف حمدان تطورت عملية بناء البنى ثلاثية الأبعاد خلال العقدين الأخيرين، وسواء كانت على النطاقات الصغيرة أو المتوسطة أو الكبيرة, فإن عملية ضبط الحزمة (Bundle Adjustment) تلعب دوراً مهماً في هذه العملية، خاصة في البنية من الحركة (SfM) , والتموضع ووضع الخرائط المتواقت (SLAM). على الرغم من أن ضبط الحزمة تعمل على تحسين معاملات الكاميرا والنقاط ثلاثية الأبعاد كخطوة نهائية مهمة جداً، فإنها تعاني من متطلبات الذاكرة والكفاءة في إعادة البناء ضمن النطاقات الواسعة جدًا. يستخدم التحسين متعدد الأهداف (MOO) في مجالات شتى لحل مختلف مشاكل الحياة الواقعية الهندسية. تعد خوارزمية MOPSO من أهم الخوارزميات التطورية المستخدمة في الأمثلة متعددة الأهداف, تعتمد خوارزمية MOPSO بشكل أساسي على قياس مسافة الحشد (crowding distance) للمفاضلة بين الحلول حيث أنها تساعد في قياس توزع الحلول على كامل فضاء البحث مما يساعد في زيادة قدرة الخوارزمية على الاستكشاف (exploration ), لكنها لا تسمح للخوارزمية الاستكشاف بشكل كافي كونها لا تأخذ اتجاه الاستكشاف بعين الاعتبار. وكذلك فإن MOPSO تبدأ بحثها بشكل عشوائي دون أخذ أي معرفة مسبقة عن فضاء البحث وهو ما يعد غير عملي في بعض التطبيقات التي نستطيع فيها تخمين قيم ابتدائية للحلول مثل ضبط الحزمة. في هذا البحث، تم تقديم خوارزمية جديدة لضبط الحزمة تعتمد على خوارزمية MOPSO هجينة, حيث أنها تستثمر التقنيات المستخدمة في خوارزميات التحسين التقليدية مثل RADAM وتقنيات تخمين الخطأ الأصغر ((LSE الأخرى لتحسين حركة حلول MOPSO، وأظهرت النتائج أن الخوارزمية المقترحة يمكن أن تساعد في تحسين الدقة بالإضافة للكفاءة في كل من الذاكرة والوقت لعملية ضبط الحزمة. http://journal.damascusuniversity.edu.sy/index.php/engj/article/view/6696الأمثلة متعددة الأهدافخوارزمية أمثلة سرب الجسيمات هجينةضبط الحزمة |
| spellingShingle | م. ماهر النديوي د. م. محمد مازن محايري د. م. رائوف حمدان خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينة مجلة جامعة دمشق للعلوم الهندسية الأمثلة متعددة الأهداف خوارزمية أمثلة سرب الجسيمات هجينة ضبط الحزمة |
| title | خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينة |
| title_full | خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينة |
| title_fullStr | خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينة |
| title_full_unstemmed | خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينة |
| title_short | خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينة |
| title_sort | خوارزمية ضبط حزمة جديدة بالاعتماد على أمثلة أسراب الجسيمات متعددة الأهداف الهجينة |
| topic | الأمثلة متعددة الأهداف خوارزمية أمثلة سرب الجسيمات هجينة ضبط الحزمة |
| url | http://journal.damascusuniversity.edu.sy/index.php/engj/article/view/6696 |
| work_keys_str_mv | AT mmạhrạlndywy kẖwạrzmyẗḍbṭḥzmẗjdydẗbạlạʿtmạdʿlyạmtẖlẗạsrạbạljsymạtmtʿddẗạlạhdạfạlhjynẗ AT dmmḥmdmạznmḥạyry kẖwạrzmyẗḍbṭḥzmẗjdydẗbạlạʿtmạdʿlyạmtẖlẗạsrạbạljsymạtmtʿddẗạlạhdạfạlhjynẗ AT dmrạỷwfḥmdạn kẖwạrzmyẗḍbṭḥzmẗjdydẗbạlạʿtmạdʿlyạmtẖlẗạsrạbạljsymạtmtʿddẗạlạhdạfạlhjynẗ |