Localization performance estimation with multi sensor fusion
Çoklu sensor füzyonu ile lokalizasyon performans tahmini
- Tez No: 736052
- Danışmanlar: DOÇ. DR. MUSTAFA MERT ANKARALI, DR. ÖĞR. ÜYESİ AKİF HACINECİPOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Otonom navigasyon, otonom sistemlerin artan kullanımı ve entegrasyonu ile otonom arabalar, lojistik ve tarım robotları uygulamaları gibi sayısız bir çok alanda bir gereklilik haline gelmiştir. Bu uygulamalarda robotun bir başlangıç noktasından hedef noktasına navigasyonunu gerçekleştirmesi ve bu esnada lokalizasyonunu net bir şekilde kestirmesi beklenmektedir. Lokalizasyonun kaybolması durumu, lokalizasyon kesinliğinin gerçekleştirilen görevin başarıya ulaşmasını tehlikeye atacak şekilde bozulması olarak tanımlanmaktadır. Robotların lokalizasyonunun bozulması durumlarında yanlış hedef noktalarına ulaşılması, belli bir konumda takılı kalınması, trafik ve hatta kazalar meydana gelebilmektedir. Özellikle insanlarla veya bir filo olarak çalışan otonom araçların net olarak lokalizasyonlarını gerçekleştirmeleri önem taşımaktadır. Bu çalışma, Lokalizasyon Performans Tahmini (LPT) adı verilen, etkenlerin yerelleştirme performansını izlemek ve tahmin etmek için yeni bir yöntem sunmaktadır. Daha önce bu alanda yapılan çalışmalar lokalizasyon kayıplarının tespiti için birkaç metriğe odaklanırken; biz daha önce kullanılanlardan farklı metrikler tanımlayarak lokalizasyon kayıplarını daha efektif bir şekilde tespit etmeyi amaçlıyoruz. Önerdiğimiz algoritma ilk olarak robotun sensör verilerini ve pozisyon tahminini kullanarak bir grup unsur hesaplayıp bunları bir sinir ağına beslemektedir. Sonrasında bu sinir ağı birden çok robottan alınan verilerle eğitilmektedir. Böylece robot lokalize olup olmadığı durumları ayırt edilebilmektedir. LPT bir otonom mobil robot (OMR) filosunda otonomiyi arttırmak ve lokalizasyon kaybı durumlarını telafi edebilmek amacıyla geliştirilmiştir. Önerilen algoritmanın efektifliği aynı sahada çalışan endüstriyel OMR'lerden toplanan veriler ile doğrulanmıştır.
Özet (Çeviri)
Autonomous navigation gained significant attention as it is necessary for an overgrowing use and integration of autonomous systems to numerous fields such as self-driving cars, logistics, and agricultural robots. These applications require robots to navigate from one location to another, which requires them to estimate their position accurately. Localization loss scenarios are instances when localization accuracy deteriorates to a level that endangers the task. Reaching the false end goals, being stuck, traffic jams, and even crashes can occur when robots perform navigation with deteriorated localization. Specifically for autonomous agents working alongside humans or as a fleet, localization accuracy is crucial. This work presents a novel method for monitoring and estimating localization performance of individual agents, called Localization Performance Analyzer (LPA). In contrast to the previous studies in this field, rather than specifically focusing on a few metrics to capture this deterioration, we instead investigate several metrics to find out which are more crucial for the estimation of localization failures. The algorithm first extracts a set of features from the robots' sensors and its pose belief, and feeds them to a neural network (NN). Then, we train this network with the data from multiple robots, and able to predict whether the robot is lost or localized. We designed LPA in order to increase autonomy and to recover from localization divergences of a fleet of autonomous mobile robots (AMR). The effectiveness of the proposed algorithm is validated with the data gathered from industrial AMRs working in the same field.
Benzer Tezler
- 4 bacaklı robot sistemi üzerinde 3d LiDAR ile sensör füzyonuve haritalama
Sensor fusion and mapping on a 4 legged robot system with 3DLiDAR
ONURCAN YILMAZ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL UYANIK
- Çoklu veri füzyonu tabanlı iç ortam konumlandırma ve takip sistemi tasarımı
Multi sensor fusion based indoor localization and tracking system design
SERTAÇ BUĞRA KAYA
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ ZİYA ALKAR
- Underwater self-correcting path (USCP) prediction system for AUV
OSAA'lar için sualtı kendi kendini düzelten yörünge (SKKDY) tahmin sistemi
MOHAMMAD AYOUB
Yüksek Lisans
İngilizce
2025
Mekatronik MühendisliğiBahçeşehir ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. BESTE BAHÇECİ
- Mobil robotlarda sensör füzyon tekniklerine dayalı konum tahmininin geliştirilmesi
Improving position estimation in mobile robots based on sensor fusion techniques
BEHİCE BAKIR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EBU YUSUF GÜVEN
- Network centric warfare communications with wireless sensor networks and data fusion
Ağ destekli harp için telsiz duyarga desteği ve taktik veri birlestirme
TOLGA ÖNEL
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. CEM ERSOY