Geri Dön

Eş zamanlı konum belirleme ve harita oluşturma probleminin çözümünde kullanılan yöntemlerin iyileştirilmesi

Improving the methods used in simultaneous localization and mapping

  1. Tez No: 416784
  2. Yazar: HAYDAR ANKIŞHAN
  3. Danışmanlar: YRD. DOÇ. DR. FİKRET ARI
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 163

Özet

Eşzamanlı konum belirleme ve harita oluşturma (Simultaneous Localization and Mapping – SLAM) 90'lı yılların başlarında ortaya atılmış, bilinmeyen pozisyon ve çevre koşullarında robot/özerk aracın pozisyonunun hesaplanması ve etrafının haritasının oluşturulması için kullanılan bir yöntem olarak bilinmektedir. SLAM uygulamalarında, ölçüm gürültüsü minimizasyonu, etrafın haritası oluşturulurken karşılaşılan veri ilişkilendirme zorluğu, harita boyutu ve kullanılan yöntemin karmaşıklığına bağlı işlem yükü gibi temel problemler mevcuttur. Bu tez çalışmasında, SLAM uygulamalarında genel olarak karşılaşılan bu temel problemlerin çözümü için, FastSLAM tabanlı iyileştirilmiş bir yöntem önerilmiştir. Literatürde var olan yaklaşımlardan farklı olarak, konvansiyonel FastSLAM yapısına adaptif merkez fark Kalman süzgeci A-(CDKF) ile birlikte birleşik olasılıksal veri ilişkilendirme (JPDA) algoritması uyarlanmıştır. Böylece, önerilen yeni FastSLAM yapısı sayesinde daha az sayıda parçacık kullanılarak, hem veri ilişkilendirme problemine çözüm sunulmuş, hem de daha az işlem yüküyle kestirim doğruluğu yüksek sonuçlar elde edilmiştir. Bunun yanı sıra elde edilen sonuçlar, yine tez çalışması kapsamında geliştirilen doğadan ilham alan optimizasyon (DIAO) algoritmalarından Parçacık Sürü Optimizasyonu (PSO) ve farksal evrim (DE) ile iyileştirilen FastSLAM yöntemleriyle kıyaslanmıştır. Deneysel çalışmalar önerilen yöntemin, hem gerçek zamanlı uygulanabilmesi sayesinde DIAO tabanlı FastSLAM yöntemlerine üstünlük sağladığını hem de U-FastSLAM ve FastSLAM II yöntemlerinden az sayıda parçacık kullanılarak işlem yükünü azalttığını ve gürbüz sonuçlar elde edildiğini göstermiştir.

Özet (Çeviri)

Simultaneous Localization and Mapping (SLAM), was introduced in the early 90s, is known as a method for the building the map of the environment and simultaneously estimating the robot/ autonomous vehicle path in the unknown position information and unkown environment conditions. SLAM applications have some basis problems such as; measurement noise minimization, complexity of the data association in case of building map of the environment, building the large environment map and method complexity depending on the real time processing. In this thesis, to solve these basic problems encounterd in general practice SLAM, an improved FastSLAM based method has been proposed. Unlike the approaches that exist in the literatüre, adaptive central difference Kalman filter A-(CDKF) and joint probabilistic data association (JPDA) algorithms have been implemented in conventional FastSLAM structure. So, thanks to new structure of the FastSLAM, both presented as a solution for the problem of SLAM data association and obtained high accuracy results with less processing time. As well as the obtained results have been compared with the partical swarm optimization based and differential evolution based fastSLAM approaches which has been again improved in thesis studies. Experimental results have shown that the proposed method has property of the real time implementation, both has provided superior than optimize based FastSLAM approaches and although having less particle, minimizing the processing time and obtaining robust results than FastSLAM II and U-FastSLAM.

Benzer Tezler

  1. 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. Çoklu algılayıcı füzyonunun çoklu robot sistemlerinde eş zamanlı konum belirleme ve haritalama problemine uygulanması

    The implementation of multi-sensor fusion to simultaneous localization and mapping problem in multi-robot systems

    GÜRKAN TUNA

    Doktora

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KAYHAN GÜLEZ

    YRD. DOÇ. DR. VEHBİ ÇAĞRI GÜNGÖR

  3. Eş zamanlı konum belirleme ve haritalama için bilgisayarlı görü ve sensör tabanlı otonom gezgin robot

    A computer vision and sensor based autonomous mobile robot for simultenaous localization and mapping

    SARAN SAPMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Mekatronik MühendisliğiEge Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MAHMUT PEKEDİS

  4. RGB-Dalgılayıcılar kullanılarak eş zamanlı konum belirleme ve haritalama

    Simultaneous localization and mapping using RGB-D sensors

    OĞUZHAN GÜÇLÜ

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET BURAK CAN

  5. Active slam with informative path planning for heterogeneous robot teams

    Heterojen robot takımları için bilgilendirici yol planlamalı aktif EZKH

    MEHMET CANER AKAY

    Doktora

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ