İnsansız kara araçları navigasyonunda genişletilmiş kalman (GKF) ve sıkıştırılmış genişletilmiş kalman filtre (SGKF) tabanlı slam yöntemlerinin geliştirilmesi ve karşılaştırılması
Comparison and improvement of extended kalman filter (EKF) and compressed extended kalman filter (CEKF) based slam methods for unmanned ground vehicle (UGV) navigation
- Tez No: 223954
- Danışmanlar: PROF. DR. HAKAN TEMELTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 117
Özet
Mobil robot navigasyonunda kullanılan Eş Zamanlı Lokalizasyon ve Haritalama (SLAM) algoritmalarının en temel iki problemi bulunmaktadır. İlk problem gözlemler neticesinde haritaya eklenen işaretçi nesnelerin sayısının artması ile oluşan hesaplama yüküdür. İkinci problem yapılan gözlemlerin haritaya daha önceden eklenen işaretçi nesnelere mi yoksa yeni işaretçi nesnelere mi ait olduğu bilgisini veren veri ilişkilendirmedir. Bu çalışmada, mobil robot navigasyonundaki en çok kullanılan ve iyi geliştirilmiş bir filtre olan Genişletilmiş Kalman Filtre (GKF) tabanlı SLAM ile GKF'nin getirdiği hesaplama yoğunluğuna çözüm olarak sunulan Sıkıştırılmış Genişletilmiş Kalman Filtre (SGKF) tabanlı SLAM uygulamasının Bireysel Uyumlu Yakın Komşuluk (BUYK) ve Bileşik Uyumlu Dallanma ve Bağlanma (BUDB) veri ilişkilendirme algoritmaları kullanılarak karşılaştırılmıştır. İki adet uygulama programı yazılmıştır. İlk uygulama programında GKF ve SGKF işlemci zamanları ve kovaryans matrisleri arasındaki farklar çeşitli sayıda işaretçi nesne sayısıyla karşılaştırılmıştır. İkinci uygulamada ise diferansiyel araç ve LMS 200 2-D lazer sensörü modellenerek karesel bir yörüngede değişik sayıda rasgele atanmış işaretçi nesneler ile BUYK ve BUDB veri ilişkilendirme algoritmalarını içeren GKF ve SGKF tabanlı SLAM simulasyonu yapılmıştır.
Özet (Çeviri)
Simultaneous Localization and Mapping (SLAM) using for the mobile robot navigation has two main problems. First problem is the computational complexity due to the growing state vector with the added landmark in the environment. Second problem is data association which matches the observations and landmarks in the state vector. In this study, we compare Extended Kalman Filter (EKF) based SLAM which is well-developed and well-known algorithm , and Compressed Extended Kalman Filter (CEKF) based SLAM developed for decreasing of the computational complexity of the EKF based SLAM. We write two simulation program to investigate these techniques. Firts program is written for the comparison of EKF and CEKF based SLAM according to the computational complexity and covariance matrix error with the different numbers of landmarks. In the second program, EKF and CEKF based SLAM with the ICNN and JCBB data association algorithms simulations are presented. For this simulation differential drive vehicle that moves in a 10m square trajectory and LMS 200 2-D laser range finder are modelled and landmarks are randomly scattered in that 10m square environment.
Benzer Tezler
- Otonom mobil robotlarda dağılımlı kalman filtresi tabanlı eş zamanlı lokalizasyon ve haritalama
Unscented kalman filter based simultaneous localizatoin and mapping in autonomous mobile robots
KADİR PASLIOĞLU
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- İnsansız kara aracı kontrol sisteminin tasarımı ve imalatı
Desing and manufacturing of control system for unmanned ground vehicle
NURULLAH COŞKUN
Yüksek Lisans
Türkçe
2016
Makine MühendisliğiAbant İzzet Baysal ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ NACİ ÇELİK
YRD. DOÇ. DR. SEYİT RIZA TİĞREK
- İnsansız kara araçları için dinamik nesnelerin tanınması amacıyla görüntü işleme tabanlı bir sistem geliştirilmesi
Development of a computer vision based system to detect dynamic objects for unmanned ground vehicles
GÜRAY SONUGÜR
Doktora
Türkçe
2016
Makine MühendisliğiAfyon Kocatepe ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BARIŞ GÖKÇE
- İnsansız kara araçları için LIDAR teknolojisi kullanılarak 3d ortam haritalama sistemi
A 3d environment mapping system for unmanned ground vehicles using LIDAR technology
ALİ TOPAL
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNCAY YİĞİT
- İnsansız bir kara aracı için hız denetim sistemi tasarımı ve uygulaması
Speed control system design and implementation for an unmanned ground vehicle
HALİL ONUR ŞİRİN
Yüksek Lisans
Türkçe
2009
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN DEMİRCİOĞLU