LiDAR odometry based 3D slam for autonomous ground vehicles
Otonom kara araçlarında LiDAR odometre tabanlı 3B EZKH
- Tez No: 601079
- Danışmanlar: PROF. DR. HAKAN TEMELTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 95
Özet
Robot denildiğinde ilk olarak akla insan gibi kolları, ayakları, başı ve vücudu olan bir makine akla gelir. Fakat, endüstriyel sektörlerde, gezegensel keşiflerde, eğitim ve askeri alanda kullanılan birçok farklı türde robot mekanizmaları vardır. Örneğin; bir otomobil fabrikasında bulunan bir robot, sabit bir mafsal üzerine tutturulmuş bir insan koluna benzemektedir. Bu makineler boyama ve kaynak gibi işleri yapmak için tasarlanmıştır. İşlerini tekrarlı bir şekilde insanlar tarafından önceden tanımlanmış bir şekilde yaparlar. Öte yandan, bir gezegeni keşfeden bir makine bir araca benzeyebilir. Tahmin edilemeyen ortamlar ve koşullar nedeniyle, bu robotlar görevlerini kendi başlarına nasıl yürüteceklerine karar vermelidir ve otonom bir şekilde hareket etmelidirler. Bu görevler, o anki konumundan belirli koordinatlara sahip bir yere gitmek gibi görevlerden oluşabilir. Kaybolmadan ve nesnelere çarpmadan bir yerden diğerine gitmek bile zor bir görevdir. Bu tür bir görevi başarıyla gerçekleştirmek için bir robot ilk önce çevrenin nasıl göründüğünü ve bu ortamın neresinde olduğunu anlamalıdır. Çevreyi ve mevcut konumun koordinatlarını önceden bildirmeksizin, robotun nerede bulunduğunu tahmin etmek ve aynı zamanda çevresinin haritasını oluşturması eşzamanlı konumlandırma ve haritalama (EZKH) olarak adlandırılır. \\ \\ EZKH, sadece odometre, IMU ve GPS sensörleriyle kısmen yapılabiliyor olsa da, LiDAR ve kamera gibi görüntü sensörleri EZKH yaklaşımlarında son zamanlarda yaygın olarak kullanılmaktadır. GPS bazı noktalarda sinyal alamayabileceğinden ve IMU ve odometre sensörleri elektronik sinyal gürültülerine yatkın olmasından ve kısa bir zaman diliminde bile sapmalara neden olabildiğinden, LiDAR ve kamera gibi görüntü sensörleri EZKH için hayati öneme sahiptir. 3B LiDAR sensörleri, EZKH'da kamera sensörüne göre avantajları nedeniyle daha yaygın hale geliyor. LiDAR, çevredeki engellerin mesafesi hakkında yüksek doğrulukta bilgi verirken, kamera yalnızca bu engellerin renk bilgisi verir. Hareketten yapı (SFM) olarak da adlandırılan bazı kamera tabanlı EZKH yaklaşımları olsa da, bu yaklaşımlar hesaplaması zordur ve LiDAR sensörü gibi doğru bir mesafe ölçümü gerçekleştiremez. \\ \\ 3B LiDAR sensörleri nokta bulutu verileri verir ve EZKH gerçekleştirmek için, her zaman birimindeki ardışık her nokta bulutunun yerleştirilmesi gerekir. Yinelemeli En Yakın Nokta (ICP) ve Genelleştirilmiş Yinelemeli En Yakın Nokta (GICP) algoritmaları yaygın olarak bilinen yerleştirme yöntemleridir, bu nedenle zaman zaman EZKH yaklaşımlarında kullanılırlar. Bu algoritmalar yerleştirme yöntemleri olduğundan, büyük miktarda nokta içeren nokta bulutlarını işlerken nokta sayısına arttıkça performans düşer. EZKH için bazı özel algoritmalar da vardır. LiDAR Odometre ve Haritalama (LOAM), EZKH için bu özel algoritmalardan en iyi sonuç verenlerinden biridir. Bunun nedeni, nokta bulutundaki tüm noktaları göz önünde bulundurma ihtiyacı olmaması ve LiDAR içindeki dönen lazer tarayıcıların dönme kaynaklı oluşturduğu kaymaları dikkate almasıdır. Bu şekilde, dönen lazer tarayıcıların oluşturduğu bozulmalar giderilir ve tüm noktaları kullanmayarak sadece özellikli nokları kullanır ve bu şekilde hesaplama kolaylığı saylar. Bu tezin ilk aşamasında, LOAM metodu detaylı bir şekilde bahsedilmiştir. Tezin deneysel sonuç kısmında LOAM metodunun ICP ve GICP metodlarına göre daha doğru bir şekilde çalıştığı görülmüştür. \\ \\ Haritalar EZKH'nın çıktılarından biri olduğundan, harita türleri EZKH'nın en önemli konularından biridir. Bu tezin ana odağı olan LiDAR sensörü nokta bulutu verisi verdiği için EZKH gerçekleştirilirken öncelikle nokta bulutu haritası elde edilir. Nokta bulutu haritası elde edildikten sonra farklı tür haritalar elde edilebilir. Bu haritaların her biri farklı avantajlara ve özelliklere sahiptir. Nokta bulutlarından oluşturulan harita türleri tezin sonraki aşamalarında incelenmiştir. \\ \\ LiDAR sensörü doğru mesafe ölçümü vermesine rağmen, robotun yörüngesinin tam olarak doğru hesaplanmasında bazı hatalar veya kaymalar olabilir. Bu nedenle, döngü kapatma yöntemi ile robotun daha önceden geçtiği yerleri algılaması ve bu döngüyü grafik optimizasyon yöntemleri ile kapatması gerekebilir. Bu şekilde küçük de olsa EZKH'da oluşan artırımsal hatalar giderilir. Bu tezin son aşamasında, Zernike nokta bulutu tanımlayıcıları ile segmentasyon tabanlı döngü algılama yöntemi incelenmiştir. Deneysel sonuçlarda Zernike nokta bulutu tanımlayıcıları ile segmentasyon tabanlı döngü algılama yönteminin başarısı görülmüştür.\\ \\ Deneysel çalışmalarda ROS yaygın bir şekilde kullanılmıştır. ROS'un kullanılmasında pek çok neden vardır. Bunlardan biri ROS'un açık kaynak ve ücretsiz olmasıdır. Bir diğer neden ise ROS'un robotik alanındaki endüstriyel ve akademik çalışmalarda görev alan pek çok araştırmacı tarafından kullanılmasıdır. Bu nedenle robot üzerinde bulunan farklı sensörlerin sürücüleri kullanılarak ROS, robotun entegre bir sistem halinde çalışmasını sağlamaktadır. Aynı zamanda ROS C++ ve Python dillerine destek vermektedir. Deneysel çalışmalarda kullanılan bir diğer araç ise Nokta Bulutu Kütüphanesidir. Üç boyutlu nokta bulutlarını işlemeye yarayan bu kütüphane tezin farklı çalışmalarında kullanılmıştır. Testler sırasında kullanılan En Yakın Nokta (ICP), Genelleştirilmiş Yinelemeli En Yakın Nokta (GICP), LiDAR Odometre ve Haritalama (LOAM) ve segmentasyon algoritmaları Nokta Bulutu Kütüphanesi yardımı ile kullanılmıştır. Nokta Bulutu Kütüphanesinin de C++ ile yazılmış olması bu kütüphaneyi ROS'a uyumlu kılmaktadır.
Özet (Çeviri)
Nowadays, autonomous vehicle technologies has taken a lot of attention. A huge number of companies are focusing on these technologies. Autonomous vehicles are expected to travel autonomously in any traversable environment without any human intervention. In order to achieve this autonomy, autonomous vehicles have to be able to traverse in an environment which is not known by the vehicle. That is why the vehicle has to generate a map of the environment around itself and find its own location according to that map. For that reason, simultaneous localization and mapping (SLAM) becomes one of the most important and outstanding topics for the autonomous vehicle technology. While SLAM can be achieved with only odometry, IMU and GPS sensors, vision sensors like LiDAR and camera are widely used in SLAM approaches recently. 3D LiDAR sensor is becoming more common in SLAM because of its advantages over camera sensor. While LiDAR gives an accurate information about the distance of surrounding obstacles, camera only gives color information of these obstacles. Even though there are camera-based SLAM approaches which are also called structure from motion (SFM), those approaches are computationally expensive and can not achieve such accurate distance measurement as LiDAR sensor. In this dissertation, we describe in detail a LiDAR Odometry based 3D SLAM approach for autonomous ground vehicles using LiDAR Odometry and Mapping Approach and Segment based Loop Detection. Since the ground vehicle traverses in an outdoor environment, we register LiDAR Odometry and Mapping is an approach to register 3D point clouds taken from a LiDAR to map an environment and find the exact location of the robot.
Benzer Tezler
- Otonom araçlar için 2B lazer tarayıcı kullanılarak yeni 3B LIDAR sistemi elde edilmesi ve engel tespiti
Obtaining a new type 3D LIDAR system using 2D laser scanner for autonomous vehicles and obstacle detection
AHMET KAĞIZMAN
Yüksek Lisans
Türkçe
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ
- Development of a mobile robot performing transport implementations in a manufacturing plant
Bir üretim tesisinde taşıma uygulamalarını yerine getiren bir mobil robotun geliştirilmesi
NESLİHAN DEMİR
Doktora
İngilizce
2024
Makine MühendisliğiAydın Adnan Menderes ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. PINAR DEMİRCİOĞLU
PROF. DR. İSMAİL BÖĞREKCİ
- Development of autonomous mobile platform using visual and LiDAR based information on ROS environment
ROS ortamında görsel ve LiDAR tabanlı bilgiler kullanarak otonom mobil platform geliştirilmesi
SELİN PINAR KOÇ
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHİR KUTAY
- Eş zamanlı konumlandırma, haritalandırma uygulamaları ve nesne tanıma tabanlı konumlandırma
Simultaneous localization, mapping applications and object recognition based localization
AHMET MURAT ERTURAN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEYFETTİN SİNAN GÜLTEKİN
- 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