Geri Dön

A laser SLAM framework with gaussian process based map objects

Gauss süreci tabanlı harita objeleri ile bir lazer SLAM yöntemi

  1. Tez No: 899767
  2. Yazar: ALİ EMRE BALCI
  3. Danışmanlar: DOÇ. DR. EMRE ÖZKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Kontrol Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 98

Özet

Bu tezde, haritalama ve yerelleştirme doğruluğunu artırmak amacıyla GP tabanlı nesne temsilcilerinden faydalanan yeni bir çevrimiçi SLAM çerçevesi sunuyoruz. Yaklaşımımız, harita nesnelerini statik 2D hacimsel şekiller olarak modelleyerek, gerçek dünyadaki ortamların çeşitliliğini doğru bir şekilde yansıtmak için geniş bir geometrik yapı yelpazesine uyum sağlar. Özellikle, bu nesnelerin konturlarını radyal fonksiyonlar olarak parametreleyerek, temel matematiksel temsil olarak yıldız-konveks kümeler kullanıyoruz. Yinelemeli bir GP modeli kullanarak, bu radyal fonksiyonları tekrarlı Bayes tahmin çerçevesi içinde gerçek zamanlı olarak tahmin edebiliyoruz. GP tabanlı kontur modeli, kontur üzerindeki nokta çiftleri arasındaki içsel mekânsal korelasyonlardan faydalanarak, sistemin nesne konturlarının gözlemlenmeyen segmentlerinin istatistiksel özelliklerini çıkarsamasına olanak tanır. Bu yetenek, özellikle, belirsizlikleri nicelenmiş bir şekilde nesne şekillerini tahmin etmek gibi görevler için son derece önemlidir ve bu, gezinme, veri ilişkilendirme ve keşif uygulamaları için kritik bir rol oynar. GP modelinin, nesne konturları için güven sınırları sağlayabilme yeteneği, SLAM sistemlerinin doğruluğu ve güvenilirliği açısından önemli bir ilerleme olup, otonom sistemlerin çevreleriyle etkileşimlerini geliştirme yönünde yeni fırsatlar sunar. Önerdiğimiz yaklaşım, genellikle harita nesnelerini noktalar olarak modelleyen geleneksel EKF tabanlı SLAM yöntemlerinin önemli bir genişletmesi niteliğindedir. Bu geleneksel yaklaşımların çoğu zaman hacimsel nesneleri temsil etmek için ızgara haritalama ve nokta bulutu kaydetme tekniklerine dayandığı durumların aksine, yöntemimiz her nesneyi tek tek modelleyerek daha kompakt ve verimli bir temsil sunar. Bu yenilik, her nesnenin mekânsal olarak bağımsız değişkenlerin geniş bir koleksiyonu yerine sınırlı sayıda istatistiksel değişken olarak depolanması nedeniyle bellekte verimli bir temsil sağlar. SLAM ile ilişkili bellek gereksinimlerini azaltarak, yaklaşımımız sadece SLAM sistemlerinin ölçeklenebilirliğini artırmakla kalmaz, aynı zamanda sınırlı sensörlere sahip veya sınırlı hesaplama yeteneklerine sahip platformlarda SLAM'in uygulanabilirliğini de artırır.

Özet (Çeviri)

In this thesis, we introduce a novel online SLAM framework that leverages GP based object representations to improve mapping and localization accuracy. Our approach models map objects as static 2D volumetric shapes, accommodating a wide range of geometric configurations to accurately reflect the diversity of real-world environments. Specifically, we parameterize the contours of these objects as radial functions, employing star-convex sets as the underlying mathematical representation. By utilizing a recursive GP model, we are able to estimate these radial functions in real time within a recursive Bayesian estimation framework. The GP-based contour model is particularly advantageous as it leverages the inherent spatial correlations between pairs of points on the contour, enabling the system to infer the statistical properties of unobserved segments of object contours. This capability is of paramount importance for tasks such as predicting object shapes with quantified uncertainties, which is crucial for applications in navigation, data association, and exploration. The GP model's ability to provide confidence bounds for object contours represents a significant advancement in the accuracy and reliability of SLAM systems, offering new opportunities for improving autonomous systems' interaction with their environments. Our proposed approach represents a significant extension of traditional EKF based SLAM methods, which have typically modeled map objects as points. Unlike these conventional approaches, which often rely on grid mapping and point cloud registration techniques to represent volumetric objects, our method provides a more compact and efficient representation by modeling objects on a per-object basis. This innovation results in a memory-efficient representation, as each object is stored as a limited number of statistical variables rather than an extensive collection of spatially independent variables. By reducing the memory requirements associated with SLAM, our approach not only enhances the scalability of SLAM systems but also improves their computational efficiency, making it feasible to deploy SLAM with limited sensors or on platforms with limited computational capabilities.

Benzer Tezler

  1. Simultaneous localizaton and mapping for a mobile robot operating in outdoor environments

    Dış ortamlarda çalışan bir hareketli robotun eş zamanlı konumlandırma ve haritalaması

    EMRE SEZGİNALP

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Makine MühendisliğiOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Bölümü

    YRD. DOÇ. DR. BUĞRA KOKU

    YRD. DOÇ. DR. İLHAN KONUKSEVEN

  2. Eş zamanlı konumlandırma ve haritalama tekniklerinin hız performansının geliştirilmesi

    Improving runtime efficiency of simultaneous localization and mapping techniques

    ZİYA UYGAR YENGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. VOLKAN SEZER

  3. 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

  4. Design and control of a mobile autonomous library robot

    Mobil otonom kütüphane robotunun tasarımı ve kontrolü

    ANIL AKKIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERDİNÇ ALTUĞ

  5. Mapping and obstacle avoidance algorithms for quadrotors in the indoor environments

    İHA ile GPS kullanmadan ve engellere çarpmadan kapalı alanların haritasının çıkarılması

    ÖMER ORAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALİ EMRE TURGUT

    DR. ÖĞR. ÜYESİ KUTLUK BİLGE ARIKAN