Geri Dön

Eş zamanlı konum belirleme ve haritalama probleminde iyileştirilmiş çözüm için GKF, AGKF ve FastSLAM uygulamaları

EKF, AEKF and FastSLAM applications for improved solution of slam problem

  1. Tez No: 702951
  2. Yazar: SERHAT KARAÇAM
  3. Danışmanlar: DOÇ. DR. TUĞBA SELCEN NAVRUZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 121

Özet

Eş zamanlı yer tayini ve haritalandırma (EZYTH) bir mobil robotun bilinmeyen bir ortamda hareketi sürecinde sadece sensör verilerinden faydalanarak ortamın haritasını çıkartması ve çıkarttığı bu haritayı da kullanarak kendi konumunu belirlemesi durumudur. EZYTH robotun otonom hareketinin sağlanması için çözülmesi gereken bir problemdir. Bu probelemi çözümünde olasılık tabanlı filtreler olan Parçacık Filtreleri (PF) ve Kalman Filtreleri (KF) kullanılır. Genişletilmiş Kalman Filtresi (GKF) en yaygın kullanılan olasılık tabanlı filtrelerdendir. Doğru bir şekilde tanımlanmış sistem modeli ve bilinen sabit gürültü istatistikleri sağlandığında GKF tutarlı sonuçlar veren bir yaklaşımdır. Fakat bu şartlar ideal benzetim ortamlarında sağlanabilir. Gerçek hayatta gürültünün karakteristiği sebebiyle sabit kabul edilemez hatta sürekli artan bir yapıda olduğunu bilinir. Bu sebepten dolayı gürültü istatistiklerini yinelemeli olarak tahmin eden Adaptif Genişletilmiş Kalman Filtresi (AGKF) önerilmiştir. Gürültü kovaryanslarının pozitifliğini korumak adına Değişim Kovaryans Tahmini (DKT) AGKF ile birlikte kullanılmıştır. PF'nin EZYTH probleminin çözümünde kullanıldığı FastSLAM uygulamalarının en önemli adımlarından birisi yeniden örneklemedir. Yeniden örnekleme sayesinde parçacıkların dejenere olma ihtimalinin önüne geçilir. Literatür içinde önerilen çok sayıdaki yeniden örnekleme metodundan en çok kullanılan beş tanesi bu çalışmada karşılaştırmalar için kullanılmıştır. Bu çalışmada değişen ortam şartlarında GKF, AGKF, AGKF ve PF çözümleri karşılaştırılmıştır. İşlem gürültüsünün hız ve açı bileşeninin, ölçüm gürültüsünün mesafe ve yön bileşeninin başlangıç değerindeki değişimlerin filtrelerin performansına olan etkileri ayrı ayrı incelenmiştir. Bu incelemeler yapılırken, robotun yaptığı gözlem ile tahmin arasındaki bağıntıyı kurma durumu olan veri ilişkilendirmesinin hareket öncesinde robota verildiği ve verilmediği durumlar göz önünde bulundurulmuştur. Karşılaştırmalar, robotun ve yer işaretlerinin doğru konumları ile tahmin edilen konumları arasındaki farkların RMSE değerleri üzerinden yapılmıştır. Karşılaştırmalar sonucu AGKF'nin diğer yöntemlerden daha iyi sonuçlar verdiği, DKT'nin bu sonuçlarda iyileştirmeler sağladığı görülmüştür.

Özet (Çeviri)

Simultaneous Localization and Mapping (SLAM) problem is that a mobile robot maps the environment by using only sensor data during its movement in an unknown place and determines its position by using this map. SLAM is a problem that needs to be solved in order to ensure the autonomous motion of robot. Particle Filters (PF) and Kalman Filters (KF), which are probability-based filters, are used to solve this problem. Extended Kalman Filter (EKF) is one of the most widely used probability-based filter. Provided a properly defined system model and known fixed noise statics, EKF is an approach that gives acceptable results. However, these conditions can be done in ideal simulation environments. It is known that in real life, noise cannot be considered constant due to its characteristics, and even noise has a constantly increasing structure. Therefore, Adaptive Extended Kalman Filter (AEKF) is used to estimate noise statics recursively. In order to maintain the positive define characteristics of noise covariance Innovation Covariance Estimation (ICE) was used together with AGKF. One of the most important step of FastSLAM applications where PF is used to solve the SLAM problem is resampling. With resampling, degenerating possibility of particles is avoided. Five of the most used resampling methods in the literature are used for comparisons in this study. In this study, EKF, AEKF, AEKF-ICE and PF solutions are compared under varying environmental conditions. The effects of varianciesin the initial value of velocity and steering component of process noise, and range and bearing component of measurement noise on the performance of the filters are investigated separately. During these investigations, cases where data association, which is the state of establishing correlation between observation and prediction made by the robot, is given to the robot before motion or not, has been taken into consideration. Comparisons are made over the RMSE values of differences between true and predicted positions of robot and landmarks. As a result of the comparisons, it is seen that AEKF gave better results than other methods, and ICE provided improvements in these results.

Benzer Tezler

  1. Assessment of urbanization history of Addis Ababa city, Ethiopia

    Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi

    ABDURAHMAN HUSSEN YIMER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Şehircilik ve Bölge PlanlamaMersin Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. ALİ CENAP YOLOĞLU

  2. Improved performance for SLAM techniques using TRAP configured 2D LRFs

    TRAP konfigürasyonlu lazer sensör ile EZKH tekniklerinin iyileştirilmesi

    OSMAN ERVAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  3. Çoklu algılayıcı füzyonunun çoklu robot sistemlerinde eş zamanlı konum belirleme ve haritalama problemine uygulanması

    The implementation of multi-sensor fusion to simultaneous localization and mapping problem in multi-robot systems

    GÜRKAN TUNA

    Doktora

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KAYHAN GÜLEZ

    YRD. DOÇ. DR. VEHBİ ÇAĞRI GÜNGÖR

  4. Eş zamanlı konum belirleme ve haritalamaya yönelik akıllı algoritmaların geliştirilmesi

    Development of intelligent algorithms for simultaneously localization and mapping

    ZEYNEB KURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SIRMA YAVUZ

  5. Gezgin robotlarla eş zamanlı konum belirleme ve haritalama

    Simultaneous localization and mapping with mobile robots

    AFIG HABIBOV

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SIRMA YAVUZ