Map merging for multi robot SLAM
Otonom robotlar için harita birleştirme
- Tez No: 381015
- Danışmanlar: DOÇ. DR. İLKAY ULUSOY PARNAS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 190
Özet
Eş Zamanlı Konumlandırma ve Haritalama (SLAM) problemi robotik alanının zorlu bir problemidir. Literatürde, bu sorunun tek robot için birçok çözümü bulunmatadır. Fakat, çoklu robot SLAM nispeten daha yeni bir konudur. Bu problem iletişim, görev paylaşımı ve harita birleştirme gibi ekstra konuları içermektedir. Harita birleştirme bu tezin ana konusudur, ve bilinmeyen ilk robot pozisyonları kısıtı altında incelenmiştir. Bu senaryoda her robot kendini konumlandırır ve haritalama yapar. Sonrasında oluşan haritalar diğer robotlar ile paylaşılır. Bu paylaşım farklı mimariler ile gerçeklenebilir. Bu çalışmada tam bağlı komünikasyon ağı ve merkezi bir işleme birimine ihtiyaç duymayan, dağınık mimari kullanılmıştır. Bu tezde, çoklu robot uygulamalarında literatürdeki farklı harita birleştime yöntemleri detaylı incelenmiştir. Tek robot SLAM problemi Sıkıştırılmış Genişletilmiş Kalman Filtre (CEKF) algoritması ile çözülmüştür. Dağınık mimarilerde harita birleştimenin zor bir bölümü olan bilinmeyen ilk robot pozisyonları sorunu haritalar arası benzerlik bulap, ve bu benzerlik üzerinden haritalar arasındaki dönüşüm matrisi bulunarak çözülmüştür. Delanuay Üçgenleme yöntemi harita yapısından geometrik özellikler çıkararak, ve bu üçgenler üzerinden benzerlik hesaplanarak, haritalar arası benzer alanlar çıkarılmıştır. Bu benzer alanlar kullanılarak dönüşüm matrisi RANSAC algoritması kullanılarak aranmıştır. Son olarak haritalar bulunan matris ile aynı koordinat düzlemine taşınmış ve örtüşen bölgelerideki aynı sınır işaretleri Maximum Likelihood, Değiştirilmiş M-Tahminleyici ve Kovaryans Kesişimi (CI) algorithmaları ile birleştirilmiştir. Açık kaynak kodlu çoklu robot SLAM simülatörü gerçeklenmiş ve deneylerde kullanılmıştır. Son olarak, algoritmalar similasyon ve gerçek harita verileri kullanılarak değişik senaryolar ile incelenmiş, ve performans analizleri deneyler ve çıkarımlar bölümünde sunulmuştur.
Özet (Çeviri)
In the area of mobile robotics Simultaneous Localization and Mapping (SLAM) is a challenging problem. In the literature, there are many solutions to this problem for single robots. However, multi-robot SLAM is a relatively new topic, which has additional issues, such as communication, task sharing and map merging. This thesis takes map merging as its focus and this is examined in terms of the specifications for the unknown initial positions of robots. In the map-merging scenario, every robot localizes itself and generates maps individually and the generated local maps of each robot are shared with other robots. This information sharing can be achieved within different architectures. A distributed approach is used in the study reported in this thesis. This approach does not need a fully connected communication network and a central unit to accumulate the information. This thesis examines the map-merging problem of multi robot SLAM though different approaches in literature. The single robot SLAM problem is solved with Compressed Extended Kalman Filter. The challenging part of map merging is the problem of the unknown initial position is solved with map similarity algorithms, the Delaunay Triangulation and triangle similarity metric. The stochastic search of global transformation matrix is undertaken applying the Random Sample Consensus, which is used for estimation of the transformation between the individual maps created by the robots. In the final step, the overlapping regions of the transferred maps are merged with different algorithms such as Maximum Likelihood, M-Estimator and Covariance Intersection. For experimental purposes, an open code simulator for the multi robot SLAM is implemented. Finally, each algorithm is examined under different scenarios and their performance analyses in relation to simulated and real world datasets, are presented in Chapter 5, which contains the details of the experiments.
Benzer Tezler
- Design and implementation of multi-agent visual-SLAM algorithms on autonomous robots
Çok robotlu görsel SLAM yordamlarının otonom robotlar üzerinde tasarım ve gerçeklenmesi
NEZİH ERGİN ÖZKUCUR
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. H. LEVENT AKIN
- Slam ve vslam algoritmalarının incelenmesi, yeni bir çoklu robot harita birleştirme yönteminin geliştirilmesi ve uygulanması
Investigation of slam and vslam algorithms, development and application of a new map merging technique
MEHMET KORKMAZ
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AKİF DURDU
- 3D simultaneous localization and mapping methods in outdoor and large-scale environments for autonomous robot navigation
Otonom robot navigasyonu için dış ve geniş-ölçekli ortamlarda 3D eş zamanlı konumlama ve haritalama yöntemleri
CİHAN ULAŞ
Doktora
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Multi-robot coordination control methodology for search and rescue operations
Arama ve kurtarma görevleri için çoklu robot koordinasyon kontrol metodu
SEBAHATTİN TOPAL
Doktora
İngilizce
2011
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. AYDAN M. ERKMEN
PROF. DR. İSMET ERKMEN
- Multi-exposure image fusion algorithms for high dynamic range imaging
Yüksek dinamik aralıklı görüntüleme için çoklu pozlamayla görüntü birleştirme algoritmaları
OĞUZHAN ULUCAN
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TÜRKAN