Geri Dön

Registration and map building for autonomous mobile robots using 3D LIDAR point clouds

3D LİDAR nokta bulutu kullanan otonom mobil robotlar için kayıtlama ve haritalama

PDF İndir

  1. Tez No: 630189
  2. Yazar: BETÜL PEHLİVAN
  3. Danışmanlar: PROF. DR. HAKAN TEMELTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 103

Özet

Günümüzün en önemli çalışma konularından birisi robotik çalışmalardır. Bu kapsamda da en çok üzerinde çalışılan alanlardan birisi mobil robotlardır. Mobil robotlar alanında yapılan çalışmaların en öncelikli amacı ise; robotların kullanıcıdan bağımsız bir şekilde, olabildiğince tam otomasyonlu olarak çalışabilmesidir. Bunun sağlanmasında çalışılan ortamın çok iyi tanınması büyük bir öneme sahiptir. Çünkü ortamın yapısı, sahip olduğu her türlü engel ve bozucular robotun çalışmasında engele yol açacaktır. Bu amaç çerçevesinde üzerinde çalışılan ortamların tanınması ve 3D bir sanal kopyasının oluşturulması için farklı yöntemler geliştirilmiştir. Hatta bu konuda çalışmalara hala devam edilmektedir. Bu tez kapsamında da otonom bir mobil robotun 3D LİDAR teknolojisi yardımıyla bulunduğu ortamın nokta bulutu kaydının ve 3D haritasının elde edilmesi üzerinde çalışılmıştır. Üzerinde çalışılan ortamın sanal bir kopyasının oluşturulmasında kullanılanacak olan sensörlerden, haritalama yöntemlerine kadar bir çok adımda farklı yollar izlenebilir. Her adımda seçilen yöntem doğrultusunda da elde edilecek olan sonuçlar ciddi farklılıklar gösterebilmektedir. Bu kapsamda hangi yöntemin hangi durumlarda daha doğru ve kararlı sonuçlar verdiği incelenmiştir. Yapılan çalışmalarda farklı yöntemler için farklı ortam ve parametrelerde çalışmalar yapılmıştır. Yapılan çalışmalardan elde edilen sonuçlar da belirli metrikler çerçevesinde değerlendirilmiştir ve her durum için hangi yöntemin en ideal yöntem olduğu tespit edilmeye çalışılmıştır. Mobil robotun bulunduğu ortamın 3D bir kopyasının ve haritalamasının çıkarılması sürecinde takip edilen adımların ilk başında bir nokta bulutu veri setinin elde edilmesi gelmektedir. Nokta bulutunu elde edebilmek için de uygun ekipmanların sistem içerisinde bulunması ve tanımlanmış olması beklenmektedir. Bu noktada, sistemin içerisinde bulunması beklenilen ve nokta bulutu veri setinin elde edilmesinde asıl role sahip olan sensörlerin seçimi çok önemlidir. Büyüklük, kullanım şekli ve içerik açısından farklı çeşitte sensör seçeneği bulunmaktadır. Fakat bunlar arasından bu proje kapsamında teknik literatürde kısaca LIDAR olarak tanımlanan teknolojiye sahip sensörler tercih edilmiştir. LIDAR kelimesinin açılımı Light Detection and Ranging olup, Türkçe olarak karşılığı ise Işık Tespiti ve Değişimi şeklindedir. Kelime tanımının ötesinde anlamsal olarak LIDAR olarak isimlendirilen teknoloji, lazer ışınları sayesinde ortamda bulunan veya hedef alınan cisimlerin tespit edilip tanımlanması ve sisteme olan uzaklığının da hesaplanmasıdır. LIDAR'ı bu alanda tanımlanmış diğer teknolojilerden ayıran en önemli özelliği lazer ışınlarını kullanmasıdır. LIDAR'ın tercih edilme sebebi ise; daha istikrarlı, hata oranı düşük, esnek, çevre koşullarından daha az etkilenen, fiyat-performans açısından düşük fiyat - yüksek performansa sahip bir teknolojiye sahip olmasıdır. Ek olarak, koordinat bilgisini de içermesi LIDAR teknolojisinin tercih edilmesi noktasında önemli bir özelliktir. Genel olarak LIDAR sistemi içerisinde bir lazer tarayıcı, genel literatürde GPS olarak bilinen küresel konumlama sistemi, genel literatürde IMU olarak isimlendirilen ataletsel navigasyon ölçüm birimi bulunmaktadır. Bunların dışında sistem içerisinde kullanılacak olan lazer türü de çalışılacak ortama göre farklılık gösterebilmektedir. Üzerinde çalışılacak ortam için en uygun LIDAR sistemi oluşturulduktan sonra artık bu teknoloji yardımıyla ortamdaki cisimlerin, cisimsiz bölgelerin yani boş alanların tespiti yapılabilir. Tespit sonucunda da bu bilgileri içeren bir nokta bulutu veri seti çıktı olarak sunulmaktadır. Fakat somut bir nesneden sadece noktalardan oluşan bir veriye geçildiğinde anlamlı gelmemesi çok doğal bir durumdur. Tek başına nokta bulutu veri seti sadece rakamlardan ibaret bir şeydir. Bu nokta bulutu veri setini anlamlı hale getirecek olan şey bu noktaların kaydedilip anlamlandırılmasıdır. Kayıtlama işlemi olarak farklı yöntemler türetilmiştir. Bunlar içerisinde en bilinenleri ve en çok tercih edilenleri kısaca ICP ve NDT olarak isimlendirilmiş olan yöntemlerdir. ICP'nin anlamı iteratif en yakın noktadır. NDT'nin tanımsal olarak ifadesi ise; normal dağılım dönüşümüdür. Her iki yöntem de kayıtlama işlemlerinde kullanılması dışında başka ortak bir noktaya daha sahiptir. O da ikisinin de arka planda sahip olduğu tekniğin yinelemeli iyileştirme tekniğine dayanmasıdır. Matematiksel ifadeler açısından ve izlenilen süreçler açısından ayrışmaktadır bu iki yöntem aslında. Bu yöntemler içerisinden ilk olarak ICP yöntemi geliştirilmiştir. Bu proje kapsamında saf ICP yöntemi incelenmiştir ve çalışmalarda kullanılmıştır. Saf ICP yöntemi matematiksel açıdan oldukça basit ve temel formüllere dayanmaktadır. Bu özellik ICP yönteminin tercih edilme sebebini arttırmaktadır. Ek olarak, çalışma alanı olarak geniş bir yelpazeye sahip olan ICP yöntemi altı serbestlik dereceli nesnelerle uyumlu çalışabilmektedir. Bu durum da onun kullanım alanlarındaki sınırlarını azaltmaktadır. Diğer taraftan üzerinde çalışılan hedef nesneyi nokta temelli olarak ele alıp bu şekilde bir yaklaşıma sahip olduğundan cismin sahip olduğu yüzeyi bir bütün olarak ele almamaktadır. Bütün bu olumlu ve olumsuz yanları ICP yönteminin birer parçasıdır ama yöntemin nihai hedefine ulaşmasını engellememektedirler. Sadece hedefe ulaşmaktaki yolu ve sonucun verimini etkilemektedir. ICP yöntemini uygulamadaki nihai hedef ise; iki ayrı nokta bulutu veri setinden (referans ve model) anlamlı ve gerçek objeye olası en yakın bir nokta bulutu sonucu elde etmektir. Hatta mümkünse bire bir aynı yani çakışma oranı yüzde yüz olan bir sonuç elde edilmesi bu yöntemin ortaya çıkış noktasıdır. İki nokta bulutu setinin birbirine mümkün olan en yüksek oranda yakınsaması sırasında nokta bulutu veri setleri içerisinde bulunan her bir noktadan yararlanılmaktadır. ICP yönteminin bir alternatifi olan NDT yöntemi, ICP'den daha yakın geçmişte şekillendirilmiştir. 2000'li yılların başında öne sürülen NDT yöntemi yukarıda da bahsedildiği gibi temel çalışma mantığı olarak ICP yöntemiyle aynı mantıkta ilerlemektedir. Yani, yinelemeli iyileştirme tekniğini temel olarak almaktadır. NDT yönteminde de iki ana girdi bulunmaktadır. Bunlar ICP yöntemi ile birebir aynı olup referans ve model nokta bulutu veri setleridir. Yöntemin sonunda da belirlenen hedef bu iki ayrı nokta bulutu veri seti arasındaki en uygun eşleşmenin sağlanmasıdır. Bu eşleşmede rol alacak olan matematiksel fonksiyonlar ise farklılık göstermektedir. Matematiksel açıdan NDT yöntemi ızgara yöntemi ile benzerlik göstermektedir fakat NDT yöntemi, diğer yöntemin daha gelişmiş bir modelidir. Bu yöntemde nesne sadece noktalar olarak ele alınmaz. Belirli miktarda noktaya sahip hücreler olarak ele alınır. Dolayısıyla, uygulanacak olan işlemler her bir nokta için tekrarlanmak yerine bu hücreler özelinde uygulanır. Bu durum ICP'den farklı olarak ilgili nesnenin yüzeyi hakkında bütünsellik sağlamaya yardımcı olmaktadır. Bu yöntem kapsamında sonuç olarak en uygun pozisyonu sağlayacak olan dağılım fonksiyonu elde edilmeye çalışılır. ICP yöntemiyle ortak hedef çerçevesinde en uygun pozisyona sahip nokta bulutu seti elde edilmeye çalışılır. En uygun pozisyon ile hedeflenen ise referans değere olası en yakın sonucu elde etmektir. Kayıtlama işlemlerinin sonucunda artık üzerinde çalışılan nesnenin nokta bulutu veri setinin ötesinde anlamlı bir veri seti bulunmaktadır. Bu veri setleri tek başına görsel olarak anlamlı olabilir fakat daha da ileri seviyede sonuçlar da elde etmek mümkündür. Bu sonuçlardan en başlıcası kayıtlama işlemi sonucunda elde edilen sonuç üzerinden 3D haritalama uygulamasıdır. Böylece, ortam hakkında daha fazla bilgi sahibi olunabilir. Bu kapsamda da, farklı yöntemler geliştirilmiştir. Bu yöntemler arasında en çok bilinen ve tercih edilen octotree ile KD Tree yöntemleri bu çalışmanın konusu olmuştur. Octotree yönteminde çalışılan nesne sekizli setler halinde sürekli olarak alt bölümlere ayrılır. Her bir alt parça nesne hakkında farklı bilgiler elde edilmesini sağlamaktadır. Bu parçalar üzerinden bütün hakkında ve hareket hakkında bilgi sahibi olunarak ortamın 3D haritası oluşturulur. KD Tree yönteminde ise; k boyutta bölme işlemi uygulanır. Ardından her bir bölme sonucunda üzerinde çalışılacak yani incelenecek olan noktanın pozisyonu tespit edilir. Burada pozisyon ile kastedilen ilgili noktanın bölümleme işlemi sonunda ağacın hangi tarafında yer alacağıdır. Bu bilgiler ışığında her bir nokta için en yakın nokta taraması yapılır ve ortam hakkında daha detaylı tanımlama yapılmasını da sağlayacak bilgiler elde edilir. Ardından, diğer yöntemde olduğu gibi haritalama yapılır. Haritalama konusunda seçilecek yöntemin tekniğinden çok özellikleri ön plana çıkmaktadır. Kullanılacak yöntemin ortamdaki farklılıklara çabuk adapte olabilecek, ortamda karanlık yani bilinmeyen hiçbir bölge bırakmayacak şekilde bilgi verebilecek ve esnek yapıda olması tercih sebebidir. Son olarak, yukarıda biraz detaylandırılmış olarak bahsedilen yöntemler kullanılarak tezin deneysel çalışmaları gerçeklenmiştir. Deneysel çalışmalar iç ve dış ortam olmak üzere iki ayrım ortamda tekrarlanmıştır. Her bir ortamda ise; üç farklı senaryo üzerinde çalışılmıştır. İlk olarak sadece alt-örnekleme (subsampling) yöntemleri çalışılmıştır. Bu kapsamda rastgele örnekleme (random sampling) ve ızgara ortalaması (grid average) yöntemleri iç ve dış ortamda iki ayrı parametre değeri ile uygulanmıştır. İki ayrı metrik yardımıyla yapılan kıyaslamaya göre grid average yöntemi en başarılı sonuçlara sahip olarak tanımlanmıştır. Deneysel çalışmaların bir sonraki aşamasında yine aynı iç ve dış ortam için bu sefer ilk aşamada kullanılan subsampling yöntemlerinin yanında kayıtlama (registration) yöntemleri sisteme uygulanmıştır. Yani, sırasıyla ICP ve NDT registration yöntemleri random sampling ve grid average yöntemleri ile beraber uygulanmıştır. Bu aşamada farklı olarak her bir subsampling yöntemi özelinde iki ayrı parametre tanımlanmamıştır. İlk aşamada yapılan çalışmalar sonucunda başarılı bulunan parametreler üzerinden subsampling yöntemleri uygulanmıştır. Özetle, her bir subsampling yöntemi için bir parametre tanımlanmıştır ve sırasıyla ICP ile NDT yöntemleriyle beraber uygulamalı olarak denenmiştir. Yapılan çalışmalar sonucunda elde edilen çıktılar ise dört ayrı metrik yardımıyla kıyaslanmıştır. Sonuç olarak, subsampling yöntemi ile registration yöntemleri bir arada uygulandığında en başarılı sonucun random sampling ile ICP yönteminin bir arada uygulandığı durumlarda elde edildiği gözlemlenmiştir. Son olarak, yine aynı iç ve dış ortam için 3D haritalama yöntemleri de sisteme uygulanmıştır. Bu kapsamda ikinci aşamada yapılan her bir çalışmaya ek olarak sırasıyla Octree ve KD Tree haritalama yöntemleri eklenmiştir ve uygulanmıştır. Sekiz farklı durum ortaya çıkmıştır ve her bir durum sonucunda elde edilen çıktılar iki ayrı metrik ile değerlendirilmiştir. Bu çalışmanın sonucunda ise en başarılı sonucun random sampling method, ICP ve Octree yöntemlerinin bir arada uygulandığı durumlarda elde edildiği gözlemlenmiştir. Sonuç olarak, gerek teorik özellikler gerekse yapılan deneysel çalışmalar sonucunda bazı yöntemlerin diğer yöntemlere kıyasla daha başarılı sonuçlar verdiği gözlemlenmiştir. Fakat her bir yöntem de kendi özelinde farklı metriklerle incelendiğinde daha baskın özelliklere sahip olduğu gözlemlenmiştir. Dolayısyla, yapılacak olan çalışmanın kapsamı, yapılacağı ortamın şartları, beklenilen sonuçlar ve bu projede elde edilmiş deney sonuçları göz önüne alınarak kullanılacak yöntemler hakkında karar verilebilir. Seçilecek yöntemden bağımsız olarak da her bir çalışmada genel olarak başarılı sonuçlar elde edilmi

Özet (Çeviri)

Different studies and experiments are carried out in many different areas related to mobile robots. Almost all of the reviews have a common aim is to work with a fully automated, independent mobile robot. In this context, it is an important parameter to define the working environment very well. Regardless of the environment, the obstacles and movable areas in the environment must be identified. Different methods have been developed to define environments in this way. Within the scope of this thesis, these methods have been examined and then compared. Following the scope of the thesis study, a 3D map with 3D LIDAR point cloud data set has been tried to obtain the most realistic virtual copy of the environment studied. In this context, the environments to be studied were scanned in point cloud structure. During this process, 3D LIDAR sensors were used. The data obtained in the form of point cloud are not meaningful data by itself. For this reason, some processes are applied to them. After the processes called registration, meaningful results are obtained from point cloud data. In the registration process, the output closest to reality is tried to be obtained from the point cloud data sets. Two most known registration methods are the subject of this thesis. These are ICP and NDT methods. The characteristic feature of both methods is that they work with iterative refinement technique; moreover, one output closest to reality is tried to be obtained by trying to converge point cloud data sets that are inputs within the framework of the common target. Although a meaningful result was obtained after the registration process within the scope of the thesis, the results were taken one step further, and the 3D mapping of the environment was attempted. Two conventional methods have been studied as 3D mapping method. These are Octree and KD Tree methods. In addition to the ICP and NDT methods applied to the system, Octree and KD Tree methods were added, respectively. The methods examined within the scope of the thesis are briefly mentioned above. During the implementation of these methods in a real environment, two different environments were studied. These are indoor and outdoor environments within the ITU campus. Three different situations were investigated in these environments, respectively. The first is the case in which only subsampling methods are studied. Here, random sampling method and grid average methods are studied; furthermore, they are compared. It is observed that the grid average method gives more successful results compared to random sampling method by using two different metrics. Then, the second case was studied, and registration methods were applied in addition to the subsampling methods. This time, the applied methods are compared by using four different metrics. In the second case study, the most successful results were obtained when random sampling method and ICP method were applied together. Finally, 3D mapping methods were applied to the methods applied in the second stage. A total of eight different situations occurred and tried with the addition of 3D mapping methods. It was observed that the most successful result among eight different cases evaluated using two separate metrics were obtained when random sampling, ICP, and Octree methods were applied together. As a result, it has been observed that research topics, which are both theoretically examined and supported by experimental studies, give different results in different situations. It is possible to decide which methods should be used within the framework of the subject, environment, and expectations to be studied. In the light of the studies, it can be easily decided which methods should be used in which situations.

Benzer Tezler

  1. Tez No

    350523

    3D simultaneous localization and mapping methods in outdoor and large-scale environments for autonomous robot navigation

    Otonom robot navigasyonu için dış ve geniş-ölçekli ortamlarda 3D eş zamanlı konumlama ve haritalama yöntemleri

    CİHAN ULAŞ

    Doktora

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  2. Tez No

    624281

    Kuzguncuk'ta özgün mimari niteliğini koruyan tescilli yapıların irdelenmesi ve geleceğe yönelik öneriler

    Review of registered constructions protecting original architectural qualities in Kuzguncuk and proposals for the future

    ELİF YAVUZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    MimarlıkOkan Üniversitesi

    Mimarlık Ana Bilim Dalı

    YRD. DOÇ. DR. MERYEM MÜZEYYEN FINDIKGİL

  3. Tez No

    436029

    3D rigid object scanner by kinect

    Kinect ile 3 boyutlu obje tarayıcısı

    İSMAİL BOZKURT

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. TARKAN AYDIN

  4. Tez No

    682090

    Yeniden kullanılan endüstri tesislerinde yeni işlev ile yapı alt sistemlerinde görülen müdahaleler arasındaki ilişkinin Türkiye'deki örnekler üzerinden incelenmesi

    Examining the relationship between new function in reused industrial facilities and interventions in building sub-systems on the case of Turkey

    HATİCE YASEMİN ÇAKIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. FETHİYE ECEM EDİS

  5. Tez No

    515202

    Humanitarian assistance policies of the European Union towards syrian refugees in Turkey

    Avrupa Birliği'nin Türkiye'deki Suriyeli mültecilere yönelik insani yardım politikaları

    CANSU ÇELİKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Siyasal BilimlerOrta Doğu Teknik Üniversitesi

    Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı

    DOÇ. DR. BAŞAK KALE LACK

Geri Dön