Geri Dön

Akıllı robotlardaki sensörlerin sürekli senkronizasyonu ile hedef belirleme

Target detection using intelligent robots with continuously syncronized sensors

  1. Tez No: 201505
  2. Yazar: SERKAN KURT
  3. Danışmanlar: PROF. DR. HALİT PASTACI
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Chauvenet kriteri, sensör entegrasyonu, ölçme sınırları farklı sensörler, cevap verme süreleri farklı sensörler, es zamanlı veri analizi, hatalı veri analizi, Gauss dagılımı, Chauvenet?s criterion, sensor integration, sensors with different meausuring boundaries and response time, syncronously data analyzing, error data analyzing, Gaussian distribution
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Kontrobas Sanat Dalı
  13. Sayfa Sayısı: 72

Özet

Robot teknolojisinde kullanılan sensörlerin karakteristik özellikleri robotun kabiliyetlerini dogrudan etkiler. Robot, sensörler ile dıs ortamdan veri toplar. Elde edilen verilerin dogrulugu önemlidir. Daha güvenilir veri elde etmek için birden fazla sensör ile olusturulan entegrasyon kullanılabilir. Bir entegrasyonda kullanılan sensörler aynı veya farklı karakteristik özelliklere sahip olabilirler. Elde edilen verilerin analizinde bu karakteristik farklılıklar dikkate alınmalıdır. Bu tez çalısmasında ölçme sınırları ve cevap verme süreleri farklı mesafe sensörlerin entegrasyonu üzerinde yogunlasılmıstır. Ölçme sınırları farklı sensörler ile olusturulan entegrasyonda sınır degerleri dısında kalan ölçme sonucu üreten sensör verileri hatalıdır. Bu hatalı verilerin ayıklanması gerekir. Gauss dagılımı kullanılarak hatalı veri analizi yapan yöntemler, sınır degerler dikkate alınmadan uygulanırsa yetersiz kalırlar. Chauvenet kriteri veya Peirce kriteri hatalı veri ayıklama yöntemlerindendir. Bu tez çalısmasında her bir sensörün lojik çıkısları Chauvenet kriterindeki matematiksel yöntem içinde kullanılarak verinin güvenilirligi artırılmıstır. Verinin güvenilirligini daha da artırmak için entegrasyondaki her bir sensör ölçmesi birden fazla tekrarlanır. Ayrıca hedef tespitinde birden fazla akıllı robotta kullanılır. Bu durumda elde edilen veriler eszamanlı incelenmelidir. Tezin amacı bir akıllı robotta sensörler ile hedefi daha dogru tespit edebilmektir. Bu amaç dogrultusunda gelistirilen matematiksel yöntem ve metotlar bu kriterlerde dikkate alınmıstır. Tez çalısmasında bilgisayar ag teknolojileri, istatistiksel analiz yöntemleri, lojik kapılar, yazılım teknolojilerinden faydalanılmıstır. Ayrıca, tez çalısmasına yön vermesi, gelistirilen bazı yöntemlerin pratikte uygulanabilmesi ve yeni fikirlerin olusmasına yardımcı olabilmesi için RoboKS2 isimli bir robot tasarlanmıstır. Robot üzerinde sanal ve gerçek sensörler kullanılarak gelistirilen model ve yöntemler test edilmistir.

Özet (Çeviri)

The typical properties of sensors used on robot affect the capability of the robot directly. A robot receives data from the surrounding area. The accuracy of these data are more important. More than one sensor are used to get more accurate data and form the sensor integration. The sensors may have same or different characteristic properties according to each other in integration. The characteristic properties must be taken in consideration in sensor integration to analyse data. Different measuring boundaries and response times of distance measuring sensors? integration is focused in this thesis. If the value to be measured in an integration composed of the sensors is out of ranges of some sensors, the data of these sensors is to be eliminated. The methods used Gauss probability are insufficient if the boundaries are not taken in consideration. Chauvenet?s or Peirce?s criterions are bad data elimination methods. Logical output of sensors are used in Chauvenet?s criterion mathematical model to increase reliability in this thesis. To increase reliability once more measuring repeated for each sensor in an integration. Also, lots of robots can be used to determine and analyze more options of one target or targets. The aim of this thesis, in the presence of the criteria, is to develop new methods to detect the target accurately by the sensor integration on intelligent robots. Computer network, statistical analyzing methods, logic gates, software technologies are used in this work. RoboKS2 is designed, to direct some studies, apply and test the new developed methods practically and help to create new ideas.

Benzer Tezler

  1. Machine learning-enabled stress detection in children using physiological signals during robot assisted therapy

    Çocuklarda makine öğrenmesi ile desteklenmiş robot ile yapılan terapi sırasında fizyolojik sinyallerle stres tespiti

    SEVGİ NUR BİLGİN AKTAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Eğitimi Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

  2. Developing mobile robot obstacle avoidance methods with model-based and learning-based methods

    Mobil robotlarda model tabanlı ve öğrenme tabanlı engelden kaçınma yöntemleri geliştirilmesi

    AYKUT ÖZDEMİR

    Doktora

    İngilizce

    İngilizce

    2023

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA

  3. Gömülü sistem tabanlı bina içi otonom robot

    Embedded system based building autonomous robot

    RIDVAN DOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Mekatronik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR KESEN

  4. The fear of AI in horror movies: A comparative film analysis through the lens of publics' perceptions of technology

    Korku filmlerinde yapay zeka korkusu: Kamuoyunun teknoloji algısı merceğinden karşılaştırmalı bir film analizi

    HÜSEYİN CENK ERDEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Sosyolojiİstanbul Teknik Üniversitesi

    Bilim, Teknoloji ve Toplum Ana Bilim Dalı

    DOÇ. DR. EBRU BELGİN YETİŞKİN DOĞRUSÖZ

  5. Localisation of nao humanoid robots using neural networks and image processing

    Nao insansı robotlarda görüntü işleme ve yapay sinir ağları ile lokalizasyon

    ERMAN GÖRGÜLÜ

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLAY ÖKE