Konumlandırma ve haritalama algoritmalarında makine öğrenmesi ve parçacık filtrelerinin kullanılması
Localization and mapping algorithms using machine learning and particle filters
- Tez No: 597961
- Danışmanlar: DR. ÖĞR. ÜYESİ MUHARREM MERCİMEK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 80
Özet
Zorlu ortam koşullarına dayanıklı olabilen, gelişmiş ve çeşitli algılayıcılar ile donatılmış robotlar, insanlara oranla daha hızlı karar verebilmeleri ve insanların ulaşamayacağı yerlere ulaşabilmeleri ve benzeri avantajlardan dolayı hem sivil hem de askeri görevlerin temelini oluşturmaktadırlar. Insansız yapılmak istenen herhangi bir görevin temelini, bilinmeyen çevrenin haritasını çıkarmak ve çıkarılan haritada robotun kendi konumunun tespiti oluşturmaktadır. Kalman filtresi, genişletilmiş Kalman filtresi ve parçacık filtresi haritalama ve konumlandırma algoritmalarında en yaygın olarak kullanılan tahmin algoritmalarıdırlar. Parçacık filtreleri, herhangi bir durum-uzay modeline uygulanabilen, geleneksel Kalman filtreleme yöntemlerini genelleyen ardışık Monte Carlo yöntemleridirler. Parçacık filtresinin performansı, durum boyutu arttıkça önemli ölçüde azaldığından, bu problemi çözmek adına Exact Daum-Huang filtresi tanıtılmıştır. EDH filtresinin, algoritmanın içerisinde paralel olarak yürütülen genişletilmiş Kalman filtresine fazla bağımlılığı bazı senaryolarda yetersiz sonuçlar vermesine neden olmaktadır. Localized Exact Daum-Huang filtresi, hesaplama maliyetinden ödün vererek bu problemi çözmüştür. Tez çalışmasında önerilecek olan sistem, LEDH filtresinin performansından ödün vermeden, makine öğrenmesi teknikleri kullanarak parçacıkların hata oranlarına göre kümelenmesini sağlayarak performans iyileştirmeleri sunmaktadır. Tez kapsamında kullanılan çok boyutlu konumlandırma problemi ile önerilen sistemin performansı kanıtlanmıştır.
Özet (Çeviri)
Robots equipped with advanced and various sensors that can withstand harsh environmental conditions can make decisions faster and reach to places that people cannot reach and because of similar advantages, they form the basis of both civilian and military missions. The basis of any task to be made without an unmanned is to map the unknown environment and to localize its own position. Kalman filter, extended Kalman filter and particle filter are the most widely used estimation algorithm in the mapping and localization algorithms. Particle filters are consecutive Monte Carlo methods that can be applied to any state-space model, which generalize the traditional Kalman filtering methods. The Exact Daum-Huang filter was introduced because the performance of the particle filter decreased significantly as the size of the dimension increased. The excessive dependence of the EDH filter on the extended Kalman filter carried out in parallel within the algorithm results in insufficient in some scenarios. Localized Exact Daum-Huang filter solved this problem by compromising the cost of calculation. The system proposed in this thesis provides a significant improvement in performance without compromising the performance of the LEDH filter by using machine learning techniques to cluster particles according to their error rates. The performance of the proposed system in this thesis has been proven with the multi-dimensional localization problem.
Benzer Tezler
- Otonom robotlarda, durumsal farkındalık temelli dinamik karar verme modeli ve yeni bir veri seti ile adaptif slam uygulaması
Adaptive slam application in autonomous robots with a situational awareness based dynamic decision making model and a new dataset
MÜMİNE YILDIZ
Doktora
Türkçe
2024
Mekatronik MühendisliğiNecmettin Erbakan ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARALI
DR. ÖĞR. ÜYESİ ÖZGÜR DÜNDAR
- Guidance, navigation and control of an autonomous underwater vehicle
Otonom bir su altı aracının güdüm, seyrüsefer ve kontrolü
MEHMET AVİNÇ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ HACIZADE
- Kapalı ortamlarda yerelleştirme ve haritalama için sensör füzyonu
Sensor fusion for gps denied environment for localization and mapping
HÜSEYİN BURAK KURT
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ
- Path following of autonomous underwater vehicles in the presence of unknown disturbances
Otonom sualtı araçlarının bilinmeyen bozuntuların varlığında yol takibi
MUHAMMET AKAN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ HACIZADE
- An approach for multi-hazard susceptibility assessment for landslides, earthquakes and floods
Heyelan, deprem ve taşkın tehlikelerinin çoklu duyarlılık değerlendirmesi için bir yaklaşım
GİZEM KARAKAŞ
Doktora
İngilizce
2024
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. SULTAN KOCAMAN GÖKÇEOĞLU