Geri Dön

Lidar-tabanlı robot tespiti ve bağıl konumlandırma

Lidar-based robot detection and relative positioning

  1. Tez No: 640231
  2. Yazar: ZAHİR YILMAZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ LEVENT BAYINDIR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: robot tespiti, bağıl konumlandırma, komşu tespiti, çoklu robot, sürü robotik, lidar, robot detection, relative positioning, kin detection, multi-robot, swarm robotics, lidar
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Amaç: Çoklu ve sürü robot sistemlerinde diğer robotların varlığı ve bağıl pozisyonlarının tespiti ortaklaşa yapılan görevlerde elzemdir. Robot tespiti ve bağıl konumlandırma için literatürde ağırlıklı olarak kızılötesi algılama sistemleri kullanılmıştır. Bağıl olarak literatürde az kullanılan yaklaşımlardan biri Lidar tabanlı robot tespiti ve bağıl konumlandırmadır. Bu çalışmada Lidar ile donatılmış bir mobil robotun modellenmesi ve çoklu robot sistemler için Lidar tabanlı bir robot tespiti ve bağıl konumlandırma yönteminin geliştirilmesi amaçlanmıştır. Yöntem: Bu tez kapsamında geliştirilen robot tespiti ve bağıl konumlandırma yöntemi Gazebo benzetim ortamında modellenen bir robot kullanılarak geliştirilmiştir. Yöntem şu adımlardan oluşmaktadır: veri toplama ve ön işleme, bölütleme, bölüt sınıflandırma, robot konumlandırma. Bölüt sınıflandırma adımı için geometrik ve makine öğrenmesi tabanlı olmak üzere iki farklı metot geliştirilmiştir. Bulgular: Geliştirilen iki farklı robot tespiti ve bağıl konumlandırma yaklaşımı farklı senaryolarda test edilmiş ve başarı oranları temel seviyede incelenmiştir. Geometrik bölüt sınıflandırma yaklaşımında farklı filtreleme yöntemlerinin önemi gözlemlenmiştir. Makine öğrenmesi tabanlı bölüt sınıflandırma yaklaşımında ise farklı sınıflandırma yöntemleri denenmiş ve bunlar arasında en başarılı olanın %86 doğruluk skoru ile rastgele orman yöntemi olduğu gözlemlenmiştir. Sonuç: Gazebo benzetim ortamında modellenen bir robot kullanılarak iki farklı robot tespiti ve bağıl konumlandırma sistemi geliştirilmiş ve bu sistemlerin temel seviyede testleri yapılmıştır. İleride gürültülü benzetim ortamı ya da gerçek robotlar kullanılarak yapılabilecek deneylerde daha kapsamlı karşılaştırmalar yapılabilecektir.

Özet (Çeviri)

Purpose: In multi-robot and swarm robotic systems, the process of detecting other robots and their relative positions is considered essential in the collective behavior tasks. While the number of studies that use the Lidar-based approach for applying the robot detection and relative positioning task was limited, the Infrared sensing systems had been mainly used in the literature. In this study, a mobile robot equipped with a Lidar was modelled and used to develop a robot detection and relative positioning method for multi-robotic systems. Method: The robot detection and relative positioning method developed within the scope of this thesis was developed using a new robot modelled in the Gazebo simulation environment. The method consists of the following steps: data collection and pre-processing, segmentation, segment classification, robot positioning. For the segment classification stage, two different methods have been developed based on geometric and machine learning. Findings: The two different approaches proposed for the robot detection and relative positioning task have been tested in different scenarios, and the success rates were examined at a basic level. The importance of different filtering methods has been observed in geometric-based segment classification approach. In the machine learning-based segment classification approach, different classification methods have been tried and it has been observed that the most successful algorithm among them was the random forest method with 86% accuracy score. Results: In this study, two different robot detection and relative positioning systems have been developed using a robot modelled in the Gazebo simulation environment, and basic testing of these systems has been implemented. More extensive comparisons can be made in future experiments using a noisy simulation environment or real robots.

Benzer Tezler

  1. COLREGs-compliant and non-prioritized motion planning for autonomous unmanned surface vehicles

    Otonom insansız deniz araçları için COLREG-uyumlu ve önceliksiz hareket planlaması

    MUSTAFA BAYRAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Medeniyet Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HALUK BAYRAM

  2. Histogram-based sampling and multi-level global registration for 3D point clouds

    3B nokta bulutları için histogram tabanlı örnekleme ve çok katmanlı global eşleştirme

    OSMAN ERVAN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  3. Haptic role allocation and intention negotiation in human-robot collaboration

    İnsan-robot işbirliğinde kuvvete bağlı rol paylaşımı ve niyet tespiti

    AYŞE KÜÇÜKYILMAZ

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    DOÇ. DR. ÇAĞATAY BAŞDOĞAN

    YRD. DOÇ. DR. TEVFİK METİN SEZGİN

  4. Telsiz duyarga ve aktör ağları için dağıtık k-bağlılık denetleme ve restorasyon algoritmaları

    Distributed k-connectivity detection and restoration algorithms for wireless sensor and actor networks

    VAHID KHALILPOUR AKRAM

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Uluslararası Bilgisayar Ana Bilim Dalı

    DOÇ. DR. ORHAN DAĞDEVİREN

  5. Explosive percolation based active slam exploration via lidar in unstructured map

    Ayrılmış perkülasyon teorisi tabanlı aktif anlık konumlama ve haritalama yoluyla ışık tespiti ve uzaklık tayini sensörü kullanılarak yapısal olmayan alanların keşfi

    DOĞAN YILDIZ

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDAN MÜŞERREF ERKMEN