Geri Dön

Çoklu sensör veri füzyonunda minimal temsil yaklaşımı ile çevre algılama

A Minimal representation approach in multisensor data fusion for environment identification

  1. Tez No: 101216
  2. Yazar: GÜLNUR PARLAK
  3. Danışmanlar: DOÇ.DR. HAKAN TEMELTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2000
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

ÇOKLU SENSÖR VERİ FÜZYONUNDA MİNİMAL TEMSİL YAKLAŞIMI İLE ÇEVRE ALGILAMA ÖZET Bu çalışmada, çoklu sensor veri birleştirme yöntemleri incelenmiş, sayısal ve sembolik yöntemler karşılaştınlmıştır. Daha sonra sembolik bir yöntem ayrıntılı olarak tanıtılmış, bir mobil robot uygulaması olan Nomad200 platformu üzerinde yapılan çevre algılama uygulamasında bu yöntem izlenmiştir. En genel anlamda, veri birleştirmesi zekayı oluşturmayı desteklemek için kanıtları birleştirme sürecidir. Ayrı algılar birleştirilerek bir bütünün parçalan tamamlanmış olur. Robotik araç kontrol sistemleri ele alınırsa, sistem üzerindeki çoklu sensörlerle biyolojik durum geliştirme sürecini oluşturmaya çalışır. Biyolojik sistemler rutin olarak karışık çözünümlü, gürültülü ve çok anlamlı algılayıcı bilgisini birleştirerek gerçek-zaman durumunu oluşturur. Yapılan uygulamalarda eksik, belirsiz, belki de hatalı olarak uzaktan ölçülmüş bilgiye dayalı olarak sağlam ve emin bir durum kestirimi yapabilen algoritmalar oluşturmak önemli bir işlemdir. Genel olarak sensör füzyonu yöntemleri iki kategoriye aynin-, sayısal yöntemler ve niteliksel yöntemler. Sayısal yöntemler üzerinde şimdiye kadar çokça durulduğu için daha esnek olan sembolik yöntemlere yönelinmiştir. Sembolik yöntemlerden biri olan minimal temsil yaklaşımı, birleştirme için evrensel ölçüt kabul edilen bir enformasyon ölçüsüne dayanır ve değişik kaynaklardan gelen bilgiyi kaynaştırmak için çatıyı oluşturur. Minimal temsil çoklu-sensör veri birleştirmesinin prensipleri tammlandıktan sonra çözüme ulaşmak için Diferansiyel Evrim yaklaşımı kullanılır. Robot üzerinde işletilen deneyler gerçek sistemlerde bu algoritmanın yararlı ve pratik çözümler bulmada etkili olduğunu göstermiştir. Bu Diferansiyel Evrim Algoritması, geleneksel genetik algoritmalar ile de karşılaştırmalı olarak incelenecektir. Çoklu sensör veri birleştirmesi mobil robotlann çevre tanımasında da etkin olarak kullanılır. Bilinmeyen ortamda hareket eden robotun birden fazla sensör çeşidi veya aynı tip birkaç sensör kullanarak etrafındaki nesnelerin özelliklerini anlayıp, algıladığı şekli veri tabanında sakladığı nesne tipleri ile karşılaştırması nesne tanıma olarak adlandınlır. Bu çalışmada üzerinde durulan minimal temsil etme yöntemi ile, Nomad200 mobil robot platformu üzerinde gerekli yazılım yapılarak bir çevre tanıma uygulaması gerçekleştirilmiştir. Kullanılan robot 16 ultrasonik ve 16 kızılötesi sensörle çevrelenmiş olup nesne uzaklıklanm algılamakta ve hareketine buna göre yön vermektedir. Yapılan uygulamayla hızlı ve güvenilir bir sistem oluşturulması hedeflenmiştir. ıx

Özet (Çeviri)

A MINIMAL REPRESENTATION APPROACH IN MULTTSENSOR DATA FUSION FOR ENVIRONMENT IDENTIFICATION SUMMARY In this work, multisensor data fusion methods are examined first, traditional numerical methods and symbolic approaches using logical teasts are compared. Then, a selected symbolic approach is clearified and it is realized in an mobile robot application on NOMAD200 system. In a general vision, sensor fusion is an integration process to form intelligence. The underlying philosophy behind sensor integration methods is that the information obtained from a number of diverse sensors can be used to overcome the limitations inherent in the use of a single sensor. For example, robotics vehicle control systems try to form a biological state development process. Biological systems fuse complex soluted, noisy and multi valued sensor data to form a real-time state. To find out algoritms, that can make a clear state estimate using incomplete, uncertain or false measurement is an important study. Generally sensor fusion is divided into two categories; numerical methods and symbolic methods. Symbolic methods are gaining popularity, as they provide a more powerful representational mechanism for describing complex sensor information and they offer a potential solution to the problem of data interpretation explosion. Minimal representation approach, as a symbolic method, is based on an information measure as a universal yardstick for fusion and provides a framework for integrating information from a variety of sources. The principles of minimal representation multisensor fusion is described and a differential evolution approach is evaluated to search for solutions. Experiments in robot manipulation demonstrate that this algorithm is effective in finding useful and practical solutions. This Differential Evolution algorithm is studied comperatively with traditional genetic algorithms. Multisensor data fusion is widely used in robotica applications for environment recognition. Robots can estimate the object properties using one or many sensor of the same type or variety of sensors while moving in unknown environments and can match the observed feature with one of the objects in database. This is known as object regocnition. In this work, the selected method is realized by developing the required software on a NOMAD200 mobile robot system to define the environment. The mobile robot system consists of 16 ultrasonic and 16 infrared sensors surrounding the body and detects distance of objects to make an image of the objects in the memory to make its own way. The application aims a fast and reliable system.

Benzer Tezler

  1. Çoklu veri füzyonu tabanlı iç ortam konumlandırma ve takip sistemi tasarımı

    Multi sensor fusion based indoor localization and tracking system design

    SERTAÇ BUĞRA KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ ZİYA ALKAR

  2. Deriving weights of decision makers in group decision making and applications in medical decision making and sensor fusion

    Grup karar vermede karar verici ağırlıklarının belirlenmesi ve tıbbi karar verme ile sensör füzyonunda uygulamalar

    EMRAH KÖKSALMIŞ

    Doktora

    İngilizce

    İngilizce

    2020

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZGÜR KABAK

  3. Real-time multi-object recognition using the fusion of lidar and camera data

    Lidar ve kamera verilerinin birleştirilmesiyle gerçek zamanlı çoklu nesne tanıma

    MERT CAN YAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞERAFETTİN EREL

  4. Self-supervised pansharpening: Guided colorization of panchromatic images using generative adversarial networks

    Öz-denetimli pankeskinleştirme: Çekişmeli üretken ağlar ile pankromatik görüntülerin güdümlü renklendirilmesi

    FURKAN ÖZÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖZDE ÜNAL

  5. Learning and inference for wireless communications applications using in-memory analog computing

    Bellek içi analog hesaplama kullanarak kablosuz iletişim uygulamaları için öğrenme ve çıkarım

    MUHAMMAD ATIF ALI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    Prof. Dr. TOLGA METE DUMAN