Localization Performance Estimation With Multi SensorFusion
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: ULAŞ SÜREYYA BİNGÖL
Eş Danışman: Akif Hacınecipoğlu
Danışman: Mustafa Mert Ankaralı
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
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.