Metric and appearance based visual SLAM for mobile robots
Mobil robotlar için metrik ve görünüm tabanlı görsel Eş Zamanlı Konumlama ve Haritalama
- Tez No: 394255
- Danışmanlar: PROF. DR. MUSTAFA ÜNEL
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Eş Zamanlı Konumlama ve Haritalama (EZKH) mobil robotlarda otonomiyi sağlamakta ve son yirmi yıldır kapsamlı olarak çalışılmaktadır. EZKH bilinmeyen bir ortamın haritasının çıkartılması ve bu haritanın robot pozisyonunu hesaplamak için eş zamanlı olarak kullanılmasıdır. Global Pozisyonlama Sistemi (GPS), Atalet Ölçüm Ünitesi, lazer mesafe ölçme cihazı veya sonar gibi çeşitli sensörler veri toplamak için EKZH' de kullanılmaktadır. Son zamanlarda, pasif görsel sensörler kullanımındaki artıştan dolayı görsel EKZH (gEKZH) probleminde faydalanılmaktadır. Bu tez, mobil robotlar için metrik ve görünüş tabanlı gEKZH problemleri ile ilgilenmektedir. Metrik tabanlı gEKZH açısından bir performans iyileştirme tekniği geliştirilmiştir. Şablon eşleme tabanlı video stabilizasyonu ve Harris köşe sezicisi bütünleştirilmektedir. Tutarlı olarak stabilize edilmiş videodan Harris köşe özniteliklerinin çıkarımı konumlama doğruluğunu artırmaktadır. Video kamera ve odometreden gelen datalar mobil robotun duruşunu hesaplamak ve ortamın haritasını çıkarmak için genişletilmiş Kalman filtresinde tümleştirilmektedir. Simülasyon sonuçları önerilen teknikle elde edilen performans iyileştirmesini doğrulamaktadır. Ayrıca, görünüş tabanlı gEKZH algoritması için bir görsel algılama sistemi önerilmektedir ve araçların sınıflandırılması için kullanılmaktadır. Önerilen sistem üç ana kısımdan oluşur: görüntüleme, sezme ve sınıflandırma. Birinci kısımda perspektif kameranın mobil robotun gövdesine bağlanan konveks aynaya doğru hizalanmış olduğu bir katadioptrik kamera sistemi geliştirilmiştir. Katadioptrik ayna sayesinde kamera optik ekseni yönünün tersindeki alanlar görüntülenebilmektedir. İkinci kısımda araçların altındaki gizlenmiş nesneleri sezmek için Hızlandırılmış Gürbüz Öznitelikler (HGÖ) kullanılmaktadır. Hızlı görünüş tabanlı haritalama algoritmasından araçları sınıflandırmak için üçüncü bölümde yararlanılmıştır. Deneysel sonuçlar önerilen sistemin uygulanabilirliğini göstermektedir. Önerilen çözüm bir holonomik olmayan mobil robot kullanılarak uygulanmıştır. Uygulamalarda, laboratuar ortamında bulunan masaların alt kısımları araç alt gövdeleri olarak düşünülmüştür ve farklı araç altı görüntülerinden oluşan bir veritabanı kullanılmıştır. Tüm algoritmalar Microsoft Visual C++ ve OpenCV 2.4.4 kütüphanelerinde gerçeklenmiştir.
Özet (Çeviri)
Simultaneous Localization and Mapping (SLAM) maintains autonomy for mobile robots and it has been studied extensively during the last two decades. It is the process of building the map of an unknown environment and determining the location of the robot using this map concurrently. Different kinds of sensors such as Global Positioning System (GPS), Inertial Measurement Unit (IMU), laser range finder and sonar are used for data acquisition in SLAM. In recent years, passive visual sensors are utilized in visual SLAM (vSLAM) problem because of their increasing ubiquity. This thesis is concerned with the metric and appearance-based vSLAM problems for mobile robots. From the point of view of metric-based vSLAM, a performance improvement technique is developed. Template matching based video stabilization and Harris corner detector are integrated. Extracting Harris corner features from stabilized video consistently increases the accuracy of the localization. Data coming from a video camera and odometry are fused in an Extended Kalman Filter (EKF) to determine the pose of the robot and build the map of the environment. Simulation results validate the performance improvement obtained by the proposed technique. Moreover, a visual perception system is proposed for appearance-based vSLAM and used for under vehicle classification. The proposed system consists of three main parts: monitoring, detection and classification. In the first part a new catadioptric camera system, where a perspective camera points downwards to a convex mirror mounted to the body of a mobile robot, is designed. Thanks to the catadioptric mirror the scenes against the camera optical axis direction can be viewed. In the second part speeded up robust features (SURF) are used to detect the hidden objects that are under vehicles. Fast appearance based mapping algorithm (FAB-MAP) is then exploited for the classification of the means of transportations in the third part. Experimental results show the feasibility of the proposed system. The proposed solution is implemented using a non-holonomic mobile robot. In the implementations the bottom of the tables in the laboratory are considered as the under vehicles. A database that includes different under vehicle images is used. All the algorithms are implemented in Microsoft Visual C++ and OpenCV 2.4.4.
Benzer Tezler
- Query-by-sign system for Turkish sign language broadcasts
Türk işaret dili haber videoları için işaret dili sorgulama arama sistemi
JÜLİDE GÜLEN KADAM
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT SARAÇLAR
- Similarity ratio based algorithms to generate SAR superpixels
SAR süperpikseller üretimi için benzerlik oran tabanlı algoritmalar
EMRE AKYILMAZ
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiJeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. UĞUR MURAT LELOĞLU
DOÇ. DR. İLKAY ULUSOY
- Video için bölgesel ortak değişim betimleyici tabanlı iyileştirilmiş hedef takibi
Regional covariance descriptor based enhanced target tracking for video
ORHAN AKBULUT
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SARP ERTÜRK
- Renkli görüntülerin uzamsal alanda zenginleştirilmesi
Color images enhancement in spatial domain
AYBÜKE BABADAĞ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER KAAN BAYKAN
- Derin öğrenme tabanlı yöntemlerle düşük ışıklı görüntü iyileştirme
Low light image enhancement with deep learning based methods
EMİN CİHANGİR US
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU