Navigation of autonomous mobile systems
Otonom gezgin sistemlerin navigasyonu
- Tez No: 721308
- Danışmanlar: DOÇ. DR. CANER GÜNEY
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Geomatik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 90
Özet
Sürücüsüz araba veya sürücüsüz araç olarak da bilinen otonom araç, insan taşımacılığı dışında tipik bir aracın tüm işlevlerini yerine getirebilen bir araçtır. Otonom bir araç çevresini algılayabilir ve insan müdahalesine ihtiyaç duymadan navigasyon yapabilir. Sürücüsüz araçlar; otomotiv, ulaşım ve lojistik sektörlerinin paradigmasını değiştirecek ezberbozan teknolojilerden biridir. Sürücüsüz bir araba, aralarında GNSS'nin de bulunduğu çeşitli tekniklerin kombinasyonunu gerektirir. Bu teknikler, bir kara aracının bir noktadan diğerine otonom olarak yönlendirilmesini sağlar. Kendi kendini süren arabalar, LiDAR, SONAR, Kameralar ve INS/GNSS sensörlerinden toplanan ve algoritmada analiz edilen verilere dayanarak çevredeki ortamı tahmin eden SLAM algoritmasına bağlıdır. Ayrıca, sensörlerin erişemeyebileceği ortam hakkında ayrıntılı bilgi sağlayan HD haritasına da bağlıdır. Sürücüsüz araçlar yalnızca yüksek çözünürlüklü haritalara dayanmasa da bu teknoloji otonom sürüşün işlevselliğini önemli ölçüde genişletebilmektedir. Önceden üretilimiş yüksek çözünürlüklü haritalar, araçların sensörün görüş alanının ötesini görmelerine olanak tanıyarak aracın önündeki yolun doğru bir temsilini oluştumakta ve çevredeki ortam hakkında bilgi sağlamaktadır. SLAM, bir süredir bazı problemler için birincil araştırma konusu olmuştur. Farklı ortamları kendi kendine keşfeden mobil robotlarla ilgili çoğu soruna bir çözüm olarak kabul edilebilir. Elektrikli süpürgede, İnsansız Hava Araçlarında, Akıllı Telefonrdaki artırılmış gerçeklik uygulamalarında, mobil 3D haritalama sistemlerinde ve kendi kendine giden arabalarda SLAM kullanımları gibi birçok farklı alanda kullanılmaktadır. Örneğin, kısıtlı ortamlarda düşük hızlı robotik uygulamalar, son derece dinamik ortamlarda hızlı hareket eden sürücüsüz araçlardan önemli ölçüde daha kolaydır. Otonom araçlara SLAM yaklaşımı hala birçok zorlukla karşı karşıyadır, bunlardan en önemlisi, kendi kendini süren otomobilin doğruluğunu etkileyen dinamik ortama adapte edilmesinin zorluğudur. LiDAR, SONAR, Kameralar ve INS/GNSS gibi çevreden veri toplamak için sensörler de dahil olmak üzere, sürücüsüz bir otomobil için temel navigasyon ilkeleri bu çalışma kapsamınd açıklanmıştır. Ayrıca SLAM algoritması, en önemli filtreler, SLAM zorlukları ve bu sorunların üstesinden gelmek için çözümler de çalışmada değinilen konular arasında bulunmaktadır. Ayrıca, henüz ele alınmamış bazı SLAM zorlukları da çalışmada bahsedilmiştir. AV haritaları olarak ifade dilen haritaların nasıl üretildiği açıklanmış ve günümüzde sürücüsüz arabalarda kullanılan HD haritalarla karşılaştırılmıştır. HD-haritasının uygulanmasında ve güncellenmesinde kısıtlamalar ve maliyetler öne çıktığından, kullanımı ve yaygınlık kazanmasını kolaylaştırmak için HD haritası ile AV-haritası arasında ilişki kurularak çözümler önerilmeye çalışılmışır. Yapay zekanın kendi kendini süren arabalar için karar vermede kullanımı da çalışma kapsamında değinilöişir.Haritalamaya yardımcı olması için kuş bakışı tekniği üzerinde durulmuştur. En iyi yolu belirlemek için farklı yol bulma algoritmaları tartışılmıştır. Son olarak, bahsedilen algoritmalar her bir algoritmanın önemini göstermek için bir tabloda özetlenmiştir. Bu çalışmanın ilk amacı endüstride kabul gören yüksek çözünürlüklü haritaların robotik alanındaki SLAM yaklaşımından farklılığının bir problem olup olmadığını tartışmaktır. İkinci olarak yüksek çözünürlüklü harita ve SLAM yaklaşımları arasındaki boşluğun otonom aracın çalışmasıyla ilgili yeni bir harita üretim çözümü geliştirerek nasıl doldurulabileceğin tartışmaktır.
Özet (Çeviri)
Self-driving vehicles are an example of a disruptive technology that will alter the automotive, transportation, and logistics industries. Although self-driving vehicles do not rely solely on HD-maps, this technology could significantly expand the functionality of autonomous driving. Pre-generated HD-maps allow vehicles to see beyond the sensor's field of view, providing an accurate representation of the road ahead and information about the surrounding environment. SLAM has been the primary research subject for some problems for a while. It is a promising solution to most problems with mobile robots self-exploring different environments. It is used in several areas including self-driving vehicles. For example, slow speed robotics applications in confined environments are significantly easier than fast moving cars in highly dynamic environments. Hence, SLAM in autonomous vehicles still has numerous challenges. The first objective of this study is to discuss whether the difference between HD-maps prevalent across the industry from the SLAM approach in the field of robotics is a problem. Second is to discuss how the gap between HD-map and SLAM approaches can be filled by developing a new mapping solution which is actually relevant to the autonomous vehicle's operation.
Benzer Tezler
- Gezgin sistemlerin/robotların navigasyonu için gerçek zamanlı bütünleşik algılayıcı
Integrated real-time sensor for mobile systems/robots navigation
HİKMET KOCA
Doktora
Türkçe
2017
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MÜSLÜM CENGİZ TAPLAMACIOĞLU
DOÇ. DR. MUSTAFA DOĞAN
- Mobil güvenlik robot tasarımı
Mobile security robot design
ŞAHABETTİN AKCA
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTokat Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EBUBEKİR YAŞAR
- Localization performance estimation with multi sensor fusion
Çoklu sensor füzyonu ile lokalizasyon performans tahmini
ULAŞ SÜREYYA BİNGÖL
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA MERT ANKARALI
DR. ÖĞR. ÜYESİ AKİF HACINECİPOĞLU
- Görme engellilerin navigasyon sistemlerini desteklemek için nesne haritası oluşturmada yeni bir yaklaşım
New method for object mapping to support navigation systems for visually impaired people
YILDIRAY YILMAZ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL GÜVENOĞLU
- MPC-GRAPH: Nonlinear feedback motion planning using sparse sampling based neighborhood graph
MPC-GRAPH: Seyrek örnekleme bazlı komşu grafiği kullanarak doğrusal olmayan geri beslemeli hareket planlama
SİMAY ATASOY
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA MERT ANKARALI