Kapalı ortamlarda RSS ve NI Filtresi kullanılarak farklı hareket modellerine sahip mobil robotların kablosuz konumlandırılması, takibi ve saha testleri ile doğrulanması
Wireless indoor localization, tracking and verification with field tests of mobile robots with different motion models using RSS and NI Filter
- Tez No: 572833
- Danışmanlar: PROF. DR. VEYSEL ASLANTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Mekatronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Mechatronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Son yıllarda mobil robotlarla ilgili bina içi uygulamaların sayısı hızlı bir artış göstermektedir. Bununla birlikte, gerçek zamanlı konum bilgisi önemli bir yer tutmaktadır. Bu noktada, konum tabanlı uygulamalar için elverişli bir teknoloji olan, Kapalı alan Konumlandırma içerisinde ele alınan, konum kestirim metotları gündeme gelmektedir. Bu çalışmada, kapalı ortamlarda mobil kullanıcının statik ve dinamik konumlandırma (takip) problemi için, Kablosuz Yerel Alan Ağlar (Wireless Local Area Networks; WLAN)'da Alınan Sinyal Gücü (Received Signal Strength; RSS) ölçüm bilgileri ile dinamik model bilgileri, RSS'e bağlı oluşabilecek hataları minimize etmek ve konumlandırma doğruluğunu artırmak maksadıyla birleştirilmiştir. Bunun için, RSS-Pozisyon ilişkisinin açık bir bilgisini gerektirmeyen Parametrik Olmayan Bilgi Filtresi (Non-Parametric Information Filter; NI Filter) kullanılmıştır. Ayrıca, iyi bir hata performansına sahip olması sebebiyle Olabilirlik Yoğunluk Kestirimi tercih edilmiş ve farklı hareket modellerine uygun biçimde iki ayrı algoritma tasarlanmıştır. Deneysel sonuçlar, ofis ortamında, gerçek ölçümler kullanılarak elde edilmiş ve değerlendirme kriteri olarak, ARMSE (Avarage Root Mean Square Error) belirlenmiştir. Kapalı ortamlarda RSS'in tahmin edilemez doğasından dolayı ortaya çıkan zorlukları hafifletmede sunulan çalışma, sadece Hafızasız Konumlandırmaya göre dahi konumlandırma hatasında 5,15m (%49,76) daha iyi sonuç vermektedir.
Özet (Çeviri)
In recent years there has been a rapid increase in indoor applications of mobile robots, where the knowledge of real-time location has become more and more important. In this framework, the methods about the location estimation are gaining the focus under the umbrella of Indoor Positioning technology, which is suitable for location-based applications. Here, for the purpose of dynamic and static tracking of a mobile user's location, we combine RSS (Received Signal Strength) measurement of WLANs (Wireless Local Area Networks) with the dynamic modeling of the mobile user. The joint approach is preferred for the minimization of the errors that are bound to occur due to RSS and to improve the accuracy of the overall estimation. This is accomplished through Non-Parametric Information Filter (NI Filter), which does not require an explicit information concerning RSS-position, and the Likelihood Density Estimation, which has low-error rate performance. The overall approach enabled us to develop two algorithms for different dynamic motions. Experimental results are obtained by actual measurements in an office environment and ARMSE (Average Root Mean Square Error) has been used as the assessment criteria. The study in mitigating the difficulties arising due to the unpredictable nature of RSS in indoor environment presented an improvement of 5,15m (49,76 %) in positioning error relative to Memoryless Positioning alone.
Benzer Tezler
- Improvement of RSS-based indoor positioning systems by enhancing location sensing algorithms
Yer belirleme algoritmalarının iyileştirilmesi ile ASG-tabanlı kapalı ortamlarda pozisyonlama sistemlerinin geliştirilmesi
BULUT ALTINTAŞ
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TACHA SERIF
- RSSI-based hybrid algorithm for real-time pedestrian tracking in indoor environments by using RFID technology
RFID teknolojisi kullanarak kapalı alanlarda gerçek zamanlı RSSI tabanlı hibrid yaya takibi algoritması
EBUBEKİR DEMİR
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiYönetim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT ÇAVUR
- Kapalı mekân konum belirlemede mesafe tabanlı yeni bir yöntem önerisi ve doğruluk analizi
An accuracy analysis of a proposed distance-based method for indoor positioning
VELİ İLÇİ
Doktora
Türkçe
2017
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. VAHAP ENGİN GÜLAL
- Deep learning based visual navigation in indoor environments
Kapalı ortamlarda derin öğrenim tabanlı görsel navigasyon
BERK AĞIN
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLESER KALAYCI DEMİR
- Kapalı ortamlarda radon kaynaklı radyasyon riskinin değerlendirilmesi
Evaluation of radon – induced radiation risk in indoor environments
NEDİME İREM ELEK
Yüksek Lisans
Türkçe
2022
Fizik ve Fizik MühendisliğiEge ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. NEBİYE FÜSUN ÇAM