Geri Dön

Intelligent sensing for robot mapping and simultaneous human localization and activity recognition

Robot haritalama ve insanlarda eşzamanlı konum belirleme ve aktivite ayırdetme için akıllı algılama

PDF İndir

  1. Tez No: 286300
  2. Yazar: KEREM ALTUN
  3. Danışmanlar: PROF. DR. BİLLUR BARSHAN
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 192

Özet

Algılama alanının iki ayrı kolu olan ultrasonik algılayıcılar ve eylemsizlik algılayıcıları konularında üç farklı problem ele alınmıştır. Bu iki alandaki uygulamalar temelde birbirinden farklı olduğundan, bu tez iki ana kısımdan oluşmaktadır. Her iki alanda da ortak olarak basit algılayıcılardan alınan ham veriler akıllı yöntemlerle işlenerek dış ortam hakkında anlamlı bilgi edinilmiştir.İlk kısımda, ayrık noktalardan oluşan iç ortam haritalarını düzenlemek ve değerlendirmek amacıyla yılan eğrileri ve Kohonen ağları yöntemleri uygulanmıştır. İki farklı nokta kümesini karşılaştırmak amacıyla Öklid uzaklığına dayanan genel bir hata ölçütü geliştirilmiştir. Bu nokta kümeleri, (i) farklı haritalama teknikleri veya algılama yöntemleriyle oluşturulmuş iki farklı haritanın, (ii) farklı haritalama teknikleri ile elde edilmiş haritalara uyarlanan iki eğrinin, ya da (iii) birisi bir haritanın, diğeri uyarlanmış bir eğrinin üzerindeki noktalardanoluşacak şekilde seçilebilir. Bu hata ölçütünü kullanarak farklı yöntemlerle elde edilmiş haritaları birbirleriyle ya da bir referans haritasıyla karşılaştırmak mümkündür. Yılan eğrileri ve Kohonen ağlarının parametreleri, parametre uzayını eşit parçalara bölme ve parçacık sürü optimizasyonu yöntemleri kullanılarak eniyilenmiştir. Ultrasonik haritalama alanından deneysel verilere dayalı açıklayıcı bir örnek verilerek mutlak referans olarak kabul edilen bir lazer haritası ile karşılaştırılmıştır. Her iki yöntem de ayrık noktalardan oluşan haritalardaki boşlukları doldurabilmektedir. Yılan eğrileri aykırı değerlere daha duyarsız olduğundan Kohonen ağlarından daha iyi sonuç vermektedir. Tanımlanan hata ölçütü ve kullanılan iki yöntem, başka haritalama yöntemleri veya algılayıcılar ile elde edilmiş haritalara da uygulanabilecek kadar geneldir.İkinci kısımda, vücuda takılan eylemsizlik algılayıcıları ve manyetik algılayıcılar yardımıyla günlük aktiviteler ve spor aktivitelerini ayırdetme ve GPS olmayan ortamlarda konum belirleme çalışmaları yapılmıştır. Kullanılan algılayıcı üniteleri üç-eksenli jiroskop, üç-eksenli ivmeölçer ve üç-eksenli manyetometrelerden oluşmaktadır. Allan varyans yöntemiyle bu algılayıcıların hata karakteristikleri modellenmiş, düşük ve yüksek frekanslı hata bileşenlerinin parametreleri kestirilmiştir.Daha sonra, vücuda takılan eylemsizlik algılayıcıları ve manyetik algılayıcılar ile farklı aktivite ayırdetme yöntemleri arasında karşılaştırmalı bir çalışma yapılmıştır. Aktiviteler, göğüse, kollara ve bacaklara takılan beş adet algılayıcı ünitesi ile ayırdedilmiştir. Algılayıcı verilerinden çok sayıda öznitelik çıkarılmış, daha sonra bu öznitelikler asal bileşenler analizi ve ardışık öznitelik seçme yöntemleri ile sayıca azaltılmıştır. Sekiz farklı örüntü tanıma tekniği ele alınmış, ve bu teknikler doğru ayırdetme yüzdesi, hesaplama maliyeti, eğitme ve veri depolama gereksinimi açılarından karşılaştırılmıştır. Vücudun farklı yerlerine takılan algılayıcılar ile elde edilen sonuçlar sunulmuştur. Sonuçlara göre, belli bir kişinin verisi eğitme için kullanıldığında, Bayesçi karar verme gibi basit bir ikinci derece sınıflandırıcı ile %99'un üzerinde doğru ayırdetme oranlarına ulaşmak mümkündür. Ancak ilgili kişinin verileri eğitme için kullanılmıyorsa daha karmaşık sınıflandırıcılara başvurulmalıdır. Bu durumda beklenen doğru ayırdetme oranı %85 civarındadır.Son olarak vücuda takılan algılayıcılar ile insanlarda konum belirleme problemi de ele alınmıştır. Eylemsizlik algılayıcılarında karakteristik olarak, konum belirleme için hız verilerinin tümlevi alınması nedeniyle bir sapma hatası bulunmaktadır. Bu sapma hatası sebebiyle eylemsizlik algılayıcılarından elde edilen konum ve yönelim verisi ancak kısa süreler için güvenilir olmaktadır. Dolayısıyla dış ortamdan referans alan algılayıcılar ile konum güncellemesi yapmak gereklidir. Ancak eğer ortamın haritası biliniyorsa, kullanıcının aktivite verisi, konumu hakkında da bilgi vermektedir. Özellikle aktiviteler arası geçişler haritada ayrık konumlara karşılık gelmektedir. Konum belirleme ile eşzamanlı olarak aktiviteayırdetme işlemi de yapıldığında, aktiviteler arası geçişleri belirlemek ve karşılık gelen konum bilgisini konum belirleme süzgecinde güncelleme olarak kullanmak mümkündür. Konum belirleme süzgeci aynı zamanda düzleştirici işlevi görmekte, sıfır hız güncellemesi yoluyla elde edilmiş ileriye ve geriye yönelik kestirimleri birleştirmektedir. Sekiz denek ile iç ve dış ortamda ?yürüme,? ?dönme? ve ?ayakta durma? aktivitelerini içeren deneyler yapılmıştır. İlk kısımdaki hata olçütü kullanılarak konum hatalarının %85 oranında azaldığı görülmüştür. Bunun dışında bir iç ortamda gerçeğe uygun üç-boyutlu bir deneyin sonuçları verilmektedir. Bu ortamda eşzamanlı konum belirleme ve aktivite ayırdetme yöntemiyle konum hatalarının %90'ın üzerinde düzeltilebildiği gösterilmiştir.

Özet (Çeviri)

We consider three different problems in two different sensing domains, namely ultrasonic sensing and inertial sensing. Since the applications considered in each domain are inherently different, this thesis is composed of two main parts. The approach common to the two parts is that raw data acquired from simple sensors is processed intelligently to extract useful information about the environment.In the first part, we employ active snake contours and Kohonen?s self-organizing feature maps (SOMs) for representing and evaluating discrete point maps of indoor environments efficiently and compactly. We develop a generic error criterion for comparing two different sets of points based on the Euclidean distance measure. The point sets can be chosen as (i) two different sets of map points acquired with different mapping techniques or different sensing modalities, (ii) two sets of fitted curve points to maps extracted by different mapping technique or sensing modalities, or (iii) a set of extracted map points and a set of fitted curve points. The error criterion makes it possible to compare the accuracy of maps obtained with different techniques among themselves, as well as with an absolute reference. We optimize the parameters of active snake contours and SOMs using uniform sampling of the parameter space and particle swarm optimization. A demonstrative example from ultrasonic mapping is given based on experimental data and compared with a very accurate laser map, considered anabsolute reference. Both techniques can fill the erroneous gaps in discrete point maps. Snake curve fitting results in more accurate maps than SOMs because it is more robust to outliers. The two methods and the error criterion are sufficiently general that they can also be applied to discrete point maps acquired with other mapping techniques and other sensing modalities.In the second part, we use body-worn inertial/magnetic sensor units for recognition of daily and sports activities, as well as for human localization in GPS-denied environments. Each sensor unit comprises a tri-axial gyroscope, a tri-axial accelerometer, and a tri-axial magnetometer. The error characteristics of the sensors are modeled using the Allan variance technique, and the parameters of low- and high-frequency error components are estimated.Then, we provide a comparative study on the different techniques of classifying human activities that are performed using body-worn miniature inertial and magnetic sensors. Human activities are classified using five sensor units worn on the chest, the arms, and the legs. We compute a large number of features extracted from the sensor data, and reduce these features using both Principal Components Analysis (PCA) and sequential forward feature selection (SFFS). We consider eight different pattern recognition techniques and provide a comparison in terms of the correct classification rates, computational costs, and their training and storage requirements. Results with sensors mounted on various locations on the body are also provided. The results indicate that if the system is trained by the data of an individual person, it is possible to obtain over 99% correct classification rates with a simple quadratic classifier such as the Bayesian decision method. However, if the training data of that person are not available beforehand, one has to resort to more complex classifiers with an expected correct classification rate of about 85%.We also consider the human localization problem using body-worn inertial/ magnetic sensors. Inertial sensors are characterized by drift error caused by the integration of their rate output to get position information. Because of this drift, the position and orientation data obtained from inertial sensor signals are reliable over only short periods of time. Therefore, position updates from externally referenced sensors are essential. However, if the map of the environment is known, the activity context of the user provides information about position. In particular, the switches in the activity context correspond to discrete locations on the map. By performing activity recognition simultaneously with localization, one can detect the activity context switches and use the corresponding position information as position updates in the localization filter. The localization filter also involves a smoother, which combines the two estimates obtained by running the zero-velocity update (ZUPT) algorithm both forward and backward in time. We performed experiments with eight subjects in an indoor and an outdoor environment involving ?walking,? ?turning,? and ?standing? activities. Using the error criterion in the first part of the thesis, we show that the position errors can be decreased by about 85% on the average. We also present the results of a 3-D experiment performed in a realistic indoor environment and demonstrate that it is possible to achieve over 90% error reduction in position by performing activity recognition simultaneously with localization.

Benzer Tezler

  1. Tez No

    201393

    Eş zamanlı konum belirleme ve haritalamaya yönelik akıllı algoritmaların geliştirilmesi

    Development of intelligent algorithms for simultaneously localization and mapping

    ZEYNEB KURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SIRMA YAVUZ

  2. Tez No

    847491

    Su altı araçlarının hareket kontrol sisteminde denetleyici katsayılarının parçacık sürü optimizasyonu ile belirlenmesi

    Determination of controller coefficients in the motion control system of underwater vehicles with particle swarm optimization

    ZAHİDE NUR ŞENCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiKırıkkale Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT LÜY

  3. Tez No

    517438

    Intelligent sensing and tracking applications for human machine interaction

    İnsan makine etkileşimine yönelik akıllı algılama ve takip etme uygulamaları

    MUHAMMET FATİH ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AKİF DURDU

  4. Tez No

    246954

    Akıllı yöntemlerle nesne tanınması ve robot kolu kontrolü

    Object recognition and robot arm control by intelligent methods

    MUHAMMET ALİ ARSERİM

    Doktora

    Türkçe

    Türkçe

    2009

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. YAKUP DEMİR

  5. Tez No

    116403

    Minimizing uncertainty in rough control boundaries of robot path planning using decay adjustment algorithm (DDA)

    Dinamik azalma ayarlaması algoritması kullanılarak robot yörünge planlamasında pürüzlü denetim sınırlarındaki belirsizliğin en aza indirgenmesi

    UFUK ZEKİ SANAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2001

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYDAN ERKMEN

Geri Dön