@Article{, title={Object detection by a quad-copter based on advanced microcontroller and improved the PID unit with invasive weed optimization (IWO) algorithm كشف الهدف بواسطة طائرة رباعية استنادًا الى متحكم متقدم وتحسين وحدة (IWO) بواسطة خوارزمية الاعشاب الضارة (PID)التحكم}, author={Rajaa Rahman Dawood}, journal={journal of kerbala university مجلة جامعة كربلاء}, volume={17}, number={3}, pages={1-19}, year={2019}, abstract={تعتبر المروحية الرباعية (الكوادكوبتر) واحدة من أفضل الطائرات بدون طيار التي يمكن استخدامها في العديد من التطبيقات مثل المراقبة والبحث عن الاهداف المطلوب. يهدف العمل الحالي إلى تحقيق عملية الطيران للطائرة الرباعية إما عن طريق التحكم عن بعد باستخدام (عصا التحكم) أو عن طريق الطيران التلقائي والكشف عن الهدف المطلوب للهبوط . بالإضافة إلى ذلك ، يتضمن هذا العمل التحكم في الحركات الثلاث للمروحية الرباعية والتي تشمل زاوية البساط (roll) و زاوية العطوف (pitch) و زاوية الانعراج (yaw) باستخدام ثلاث وحدات تحكم نوع (PID) حيث تم تحسين هذه الوحدات باستخدام خوارزمية الاعشاب الضارة ( IWO ) التي تعمل على جعل الطائرة الرباعية اكثر استقرارا.تشتمل الطائرة الرباعية التي تم اقتراحها في هذا العمل على هيكل الطائرة الرباعية ويكون (شكل X) ، أجهزة تحكم السرعة الإلكترونية، المحركات، نظام تحديد المواقع (GPS)، المتحكم المتقدم ( Lattepanda) والذي يعتبر دماغ المروحية الرباعية أجهزة الاستشعار، جهاز الارسال والاستقبال ، بطاريات وكاميرا (USB Microsoft) التي تكون متصلة مع هيكل الطائرة الرباعية.حيث أظهرت النتائج التي تم الحصول عليها من نظام المحاكاة لوحدة تحكم PID)) أنه عندما تم تحسين وحدة التحكم (PID) مع خوارزمية تحسين الأعشاب الضارة (IWO) ، كان هناك فرق واضح بين عوامل وحدة التحكم PID controller (Kp، Ki، Kd) وإشارات الاستجابة التي تم الحصول عليها من تحسين وحدة التحكم مع خوارزمية (IWO) عن عوامل PID و إشارات الاستجابة التي تم الحصول عليها من وحدة تحكم (PID) وحدها دون تحسينها مع خوارزمية الأعشاب الضارة (IWO). حيث تعمل خوارزمية تحسين الاعشاب الضارة على تقليل قيم الخطأ لعوامل ( (PID لكل حركة من الحركات الثلاثة للطائرة الرباعية(زاوية البساط وزاوية العطوف وزاوية الانعراج) و من ناحية أخرى . تعمل خوارزمية (IWO) على تحسين إشارة الاستجابة من حيث وقت التأخير ، ووقت الارتفاع و وقت الاستقرار . أظهرت النتائج أن عملية الطيران اليدوي والتلقائي قد تم تحقيقها بنجاح باستخدام جميع الأجهزة والبرمجيات المطلوبة لهذا الغرض . أيضا ، تم الكشف عن الهدف المطلوب (علامة X) على ارتفاع خمسة أمتار من الأرض وفقا لخوارزمية التعلم العميق ( (Deep neural network(D.N.N)وتعتمد هذه الخوارزمية على ايجاد نقاط مشتركة بين صورة الهدف المطلوب وبين صورة المصدر (المرجع) خلال استخدام برنامج Matlab

One of the best UAVs (unmanned air vehicles) which can be used in many applications such as monitoring and searching of the desired objects is the quad copter. The current work aims to achieve the flight operation of the quad copter either by the remote control ( joystick) or by automatic flight and detection of the desired lading place. In addition , this work involves controlling of the three movements of the quad-copter (roll ,pitch and yaw ) using three control unit (PID) that is improved with the Invasive Weed Optimization (IWO) in order to achieve the stabilization for the quad copter. A quadcopter that has been proposed in this work include a frame (X- configuration), electronic speed controllers, motors, transmitter, GPS module, Lattepanda microcomputer board which is considered a brain of the quad copter, sensors, a receiver ,Batteries and USB microsoft camera that is connected with the frame of a quad copter. Results that is obtained from the simulation system of the PID controller unit show that there is difference between the parameters and response signals from PID controller without and with optimization by IWO. The invasive weed optimization algorithm reduces the error values of the PID parameters for each of the three motion (roll, pitch ,yaw) and the altitude where the PID controller unit needs less time and less memory through the implementation of the simulation system for the proposed quad copter. On the other hand, the invasive weed optimization algorithm improves the response signal in terms of delay time, rise time settling time and overshoot for each movements of the quad copter . The results show that the automatic and manual flight operation has been achieved successfully by utilizing all the hardware and software required. Also, the desired target (Mark X) has been detected from five meters high from the ground according to the deep learning algorithm through the matlab program.} }