Geri Dön

Augmenting visual-inertial odometry with wheel encoder constraints for robust state estimation in ground vehicles

Kara araçlarında gürbüz durum kestirimi için görsel-ataletsel odometrinin tekerlek enkoderi kısıtları ile zenginleştirilmesi

PDF İndir

  1. Tez No: 988883
  2. Yazar: ÖMER ŞAHİN
  3. Danışmanlar: DOÇ. DR. MUSTAFA MERT ANKARALI, DOÇ. DR. EROL ŞAHİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Durum kestirimi, Görsel odometri, Kalman filtre, Sensör füzyonu, State estimation, Visual odometry, Kalman filter, Sensor fusion
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Robotik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

GNSS'in olmadığı veya ciddi şekilde zayıfladığı kentsel alanlar, tüneller ya da karmaşık endüstriyel sahalar gibi ortamlarda çalışan tekerlekli robotlar için doğru ve güvenilir poz kestirimi hayati öneme sahiptir. Bu tez, yer araçlarında tek kameralı görsel-atıl gezginsel odometrinin (monoküler VIO) temel kısıtlarını ele almaktadır; zira neredeyse düzlemsel hareket ve sınırlı uyarım, metrik ölçek ile bazı yönelim bileşenlerini zayıf gözlenebilir hâle getirerek ciddi sürüklenmelere ve hatta kestiricinin tamamen başarısız olmasına yol açabilmektedir. OpenVINS içindeki Multi-State Constraint Kalman Filtresi'ne (MSCKF) dayanarak, tekerlek enkoderinden elde edilen ileri hız bilgisini ve aracın non-holonomik kısıtlarını doğrudan filtreden geçiren sıkı bağlantılı (tightly coupled) bir görsel–atıl–tekerlek odometri sistemi öneriyorum. Araç bağımlı bir hız modeli, enkoder ölçümlerini özel bir hareket referans çerçevesinde tanımlayarak IMU gövde çerçevesindeki hıza bağlamakta ve böylece tekerlek verilerinin metrik hız güncellemesi olarak filtreye girmesini sağlamaktadır. Buna paralel olarak, yanal ve düşey hız bileşenlerine uygulanan non-holonomik kısıtlar sahte ölçümler (pseudo-measurements) şeklinde kullanılarak tahmin edilen hareket, bir yer aracının fiziksel olarak mümkün hareket manifolduyla sınırlandırılmaktadır. Genel mimari; yüksek frekansta IMU yayılımı, orta veya yüksek frekansta tekerlek güncellemeleri, MSCKF'nin öznül uzayına dayanan özellik kısıtları üzerinden daha düşük frekansta yapılan görsel güncellemeler ve tekerlek tabanlı sıfır hız (ZUPT) tespiti bileşenlerinden oluşmaktadır. Sistem, KAIST Urban veri seti üzerinde mutlak yörünge hatası (Absolute Trajectory Error) ve göreli poz hatası (Relative Pose Error) gibi küresel ve yerel yörünge metrikleriyle değerlendirilmiştir. Sonuçlar, tekerlek destekli MSCKF'nin öteleme sürüklenmesini anlamlı ölçüde azalttığını, yönelim doğruluğunu rekabetçi düzeyde koruduğunu ve klasik monoküler OpenVINS'in sıklıkla dağıldığı uzun, düz yol kesitlerinde dahi kararlılığını sürdürdüğünü göstermektedir. Optimizasyon tabanlı VINS-mono ve diğer tekerlek entegre yöntemlerle (MINS, VIW-Fusion) yapılan karşılaştırmalar ise, önerilen sıkı bağlantılı filtrenin benzer doğruluk seviyelerine ulaşırken tekerlekli robot platformlarında çoklu algılayıcıya dayalı seyrüsefer için pratik bir temel sunduğunu ortaya koymaktadır.

Özet (Çeviri)

Accurate and robust pose estimation is essential for wheeled robots operating in GNSS-denied or GNSS-degraded environments such as urban canyons, tunnels, or cluttered industrial sites. This thesis addresses the fundamental limitations of monocular visual–inertial odometry (VIO) on ground vehicles, where nearly planar motion and limited excitation make metric scale and certain orientation components weakly observable, leading to severe drift or even estimator failure. Building on the Multi-State Constraint Kalman Filter (MSCKF) as implemented in OpenVINS, I propose a tightly coupled visual–inertial–wheel odometry system that incorporates wheel encoder derived forward velocity and non-holonomic vehicle constraints directly into the filter. A vehicle-dependent velocity model relates encoder measurements in a dedicated motion frame to the IMU body frame velocity, allowing wheel data to enter as metric velocity updates. In parallel, non-holonomic constraints on lateral and vertical velocities are enforced as pseudo measurements, restricting the estimated motion to the physically feasible manifold of a ground vehicle. The overall architecture uses high rate IMU propagation, mid or high-rate wheel updates, lower-rate visual updates via MSCKF's nullspace feature constraints, and wheel-based zero-velocity (ZUPT) detection. The system is evaluated on the KAIST Urban dataset using global and local trajectory metrics such as absolute trajectory error and relative pose error. Results show that the wheel-aided MSCKF significantly reduces translational drift, maintains competitive orientation accuracy, and remains stable on long straight segments where vanilla monocular OpenVINS often diverges. Comparisons with optimization-based VINS-mono and other wheel integrated baselines (MINS, VIW-Fusion) indicate that the proposed tightly coupled filter achieves comparable accuracy and providing a practical foundation for multi-sensor navigation on wheeled robotic platforms.

Benzer Tezler

  1. Tez No

    972067

    Domain adaptive visual inertial global localization in GNSS-denied environments

    GNSS olmayan ortamlarda görüntü uyarlamalı görsel-ataletsal küresel konum belirleme

    ABDÜLBAKİ ŞANLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE KOYUNCU

  2. Tez No

    986957

    GNSS karıştırmalı ortamlarda mutlak görsel konumlandırma destekli görsel-ataletsel navigasyon yaklaşımı

    Visual-inertial navigation approach enhanced by absolute visual localization in GNSS-denied environments

    FATİH BAŞATEMUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERKAN USLU

  3. Tez No

    622480

    Multimodal Machine Translation

    Başlık çevirisi yok

    OZAN ÇAĞLAYAN

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolLe Mans Unıversıte

    PROF. DR. DANIŞMAN YOK

  4. Tez No

    746337

    Palmprint recognition using gabor wavelet transform

    Başlık çevirisi yok

    MOHAMMED ABDULAZEEZ HAYDER MUSAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgi ve Belge YönetimiAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN

  5. Tez No

    216304

    Using haptics to convey cause and effect relations in climate visualization

    İklim görselleştirmesinde sebep-sonuç ilişkisinin dokunma hissi kullanılarak aktarılması

    YANNİER NESRA

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Bilim ve TeknolojiKoç Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    DOÇ. DR. SERDAR TAŞIRAN

    DOÇ. DR. ÇAĞATAY BAŞDOĞAN

Geri Dön