Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi

157 92

Proje Grubu: EEEAG Sayfa Sayısı: 58 Proje No: 119E376 Proje Bitiş Tarihi: 15.06.2022 Metin Dili: Türkçe İndeks Tarihi: 12-10-2022

Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi

Öz:
Otonom sistemler son yıllarda insan için tehlikeli uygulamalarda veya insanla is birligi içinde oldukları alanlarda oldukça önem kazanmıstır. Bu uygulamaların pek çogunda otonom sistemin bulundugu yeri tespit etmesi, çevresinin haritasını çıkartması ve de bu bilgilere dayanarak görevine uygun olan güzergâhı planlaması önemli alt problemler olarak karsımıza çıkmaktadır. Farklı sensörlerden gelen bilgilerin güvenilir ve verimli bir sekilde birlestirilmesinin, konum bulma ve daha birçok robotik sorununun çözümüne yardımcı olmaktadır. Çünkü bir sensör belirli çevresel kosullar altında ölçüm alamadıgında digeri hata yayılımını azaltmak için kullanılabilir. Buna ek olarak, bir sensörün hata özellikleri, farklı özelliklere sahip baska bir sensörün kullanılması ile düzeltilebilir. Sensör füzyonunun önemi yaygın olarak bilinmesine ragmen, yeni gelistirilen sensör teknolojileri ve uyumlu algoritmalar henüz kapsamlı bir sekilde çalısılmamıstır. Bu nedenle projemizde özellikle Odometre, UWB ve de Lidar sensörlerinden gelen bilgiler harmanlanmıstır. Algoritmalar Python ve C dilleri ile gelistirilmis ve ROS aracılıgı ile gerçek zamanlı olarak donanımlardan gelen bilgileri isleyebilmisler. 5 cm-10 cm konumlandırma hassasiyetinde oldukça gürbüz bir sistem ortaya çıkarılmıstır.
Anahtar Kelime: Yer bulma haritalandırma güzergâh planlama algılayıcı harmanlama

Konular: Mühendislik, Elektrik ve Elektronik

-

Öz:
In recent years, autonomous systems have gained importance in applications that are dangerous for humans or in areas where they are in cooperation with humans. In many of these applications, determining the location of the autonomous system, mapping its environment, and planning the appropriate route based on this information appear as important sub-problems. Combining information from different sensors reliably and efficiently helps to solve many robotics problems such as positioning and more. Because when one sensor fails to measure under certain environmental conditions, the other can be used to reduce error propagation. In addition, the error characteristics of a sensor can be corrected by using another sensor with different characteristics. Although the importance of sensor fusion is widely known, newly developed sensor technologies and compatible algorithms have not yet been extensively studied. For this reason, information from Odometer, UWB and Lidar sensors has been blended in this project. The algorithms which were developed with Python and C languages, were able to process the information coming from the hardware in real time via ROS. Hence a very robust system with a position accuracy of 5 cm-10 cm has been achieved.
Anahtar Kelime:

Konular: Mühendislik, Elektrik ve Elektronik
Erişim Türü: Erişime Açık
  • Arulampalam, M. S., Maskell S., Gordon, N. ve Clapp, T., 2002. “A tutorial on Particle Filters for online nonlinear/Non-Gaussian Bayesian tracking”, IEEE Transactions on Signal Processing, 50(2), 174-188.
  • Atia M. M., Liu S., Nematallah H., Karamat T. B. and Noureldin A., 2015. "Integrated Indoor Navigation System for Ground Vehicles with Automatic 3-D Alignment and Position Initialization", IEEE Transactions on Vehicular Technology, 64(4), pp. 1279-1292.
  • Bar-Shalom, Y., Li, X. R., ve Kirubarajan, T. 2001. Estimation with Applications to Tracking and Navigation: Theory Algorithms and Software (1. Basım), New York, NY, USA: Wiley.
  • Bai, J., Lian, S., Liu, Z., Wang, K., ve Liu, D., 2018. “Virtual blind road following based wearable navigation device for blind people”, IEEE Transactions on Consumer Electronics, 64(1), 136-143.
  • A. Beck, P. Stoica, and J. Li., 2008 "Exact and approximate solutions of source localization problems", IEEE Transactions on Signal Processing, 56(5):1770-1778.
  • Besl P., McKay N.. "A method for registration of 3-D Shapes, 1992." IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 14, no. 2, pp. 239-256.
  • Bregar K., ve Mohorcic, M., 2018. “Improving indoor localization using convolutional neural networks on computationally restricted devices”, IEEE Access, 6, 17429-17441.
  • Blanco, J., Gonzalez J., ve Madrigal J., 2008. “A pure probabilistic approach to range only SLAM”, ICRA, 1436-1441.
  • Canedo-Rodriguez, A., Alvarez-Santos, V., Regueiro, C.V., Iglesias, R., Barro, S., Presedo, J., 2016. “Particle filter robot localisation through robust fusion of laser, WiFi, compass, and a network of external cameras”, Information Fusion, 27, 170-188.
  • Deibler, T. ve Thielecke J., 2010. “UWB SLAM with Rao Blackwellized Monte Ca rlo data association”, IPIN.
  • Dellaert, F., Fox, D., Burgard, W., and Thrun, S. (1999, May). Monte carlo localization for mobile robots. In Proceedings of the 1999 IEEE International conference on robotics and automation (ICRA), 2, 1322-1328.
  • Dobrev, Y., Gulden, P., ve Vossiek, M., 2018. “An indoor positioning system based on wireless range and angle measurements assisted by multi-modal sensor fusion for service robot applications”, IEEE Access, 6, 69036-69052.
  • Dudek, D. ve Jenkin, M., 2010. Computational Principles of Mobile Robotics, USA: Cambridge University Press.
  • Firebase. Dökümanlar. https://firebase.google.com/docs Son erişim tarihi: 20.06.2019
  • Fritsche, P., ve Wagner, B., 2017. “Modeling structure and aerosol concentration with fused radar and lidar data in environments with changing visibity”, IROS, 2685-2690.
  • Fox D., Burgard W. and Thrun S., 1997. "The dynamic window approach to collision avoidance," in IEEE Robotics & Automation Magazine, vol. 4, no. 1, pp. 23-33.
  • Gamallo, C., Mucientes, M., Regueiro, C.V., 2015. ”Omnidirectional visual slam under severe occlusions”, Robotics and Autonomous Systems, 65, 76-87.
  • Grisetti, G., Stachniss, C. ve Burgard, W., 2005. “Improving grid-based SLAM with Rao Blackwellized particle filters by adaptive proposals and selective resampling”, ICRA, 2432-2437.
  • Grisetti, G., Kummerle, R., Stachniss, C., ve Burgard, W., 2010. “A tutorial on graph based SLAM”, IEEE Intelligent Transportation Systems Magazine, 2(4), 31-43.
  • Golub, G. and Van Loan, C., 1996. Matrix Computations. Johns Hopkins University Press.
  • Guruj, A. K., Agarwal, H., ve Parsediya, D. K., 2016. “Time-efficient A* algorithm for robot path planning”, Procedia Technology, 23, 144-149.
  • Hahnel, D., Burgard, W., Fox D., Fishkin, K. ve Philipose, M., 2004. “Mapping and localization with RFID technology”, ICRA, 1015-1020.
  • Hasegawa, Y., ve Fujimoto, Y., 2016. “Experimental verification of path planning with SLAM”, IEEE Journal of Industry Applications, 5(3), 253-260.
  • He, S. ve Chan, S. H. G., 2016. “Wi-Fi Fingerprint-Based Indoor Positioning: Recent Advances and Comparions”, IEEE Communications Surveys and Tutorials, 18(1), 466-490.
  • Huang L., Pan S., Wang S., Zeng P., and Ye F., 2018. "A fast initialization method of Visual- Inertial Odometry based on monocular camera", 2018 Ubiquitous Positioning, Indoor Navigation and Location-Based Services (UPINLBS).
  • Hwang, S. ve Song, J., 2011. “Monocular vision-based SLAM in indoor environment using corner, lamp, and door features from upward-looking camera”, IEEE Transactions on Industrial Electronics, 58(10), 4804-4812.
  • Ionicframework. Dökümanlar. https://ionicframework.com/docs Son erişim tarihi: 20.06.2019
  • Khaleghi, B., Khamis, A., Karray, F.O., Razavi, S.N., 2013. “Multisensor data fusion: a review of the state-of-the-art”, Information Fusion, 14(1), 28-44.
  • Kohlbrecher, S., Stryk, V. O., Meyer, J., ve Klingauf U., 2011. “A flexible and scalable SLAM system with full 3D motion estimation”, IEEE International Symposium on Safety, Security and Rescue Robotics, 155-160.
  • Kummerle, R., Grisetti, G. ve Burgard, W., 2012. “Simultaneous parameter calibration, localization, and mapping”, Advanced Robotics, 26(17), 2021-2041.
  • Le, A., Prabakaran, V., Sivanantham, V., ve Mohan, R., 2018. “Modified a-star algorithm for efficient coverage path planning in tetris inspired self-reconfigurable robot with integrated laser sensor”, Sensors, 18(8), 2585.
  • Leung, C., Huang, S., ve Dissanayake, G., 2006. “Active SLAM using model predictive control and attractor based exploration”, IEEE/RSJ International Conference on Intelligent Robots and Systems, 5026-5031.
  • Li, X., Wu, W., Guo, J., ve Song, L., 2013. “The method and development trend of laser ranging”, 5th International Conference on Intelligent Human-Machine Systems and Cybernetics.
  • Liu, Y., Sun, F., Tao, T., Yuan, J., ve Li, C., 2007. “A solution to active simultaneous localization and mapping problem based on optimal control”, IEEE International Conference on Mechatronics and Automation, 314-319.
  • Liu, H., Darabi, H., Banerjee, P., ve Liu, J., 2007. “Survey of wireless indoor positioning techniques and systems”, IEEE Transaction on Systems, Man. And Cybernetics-Part C: Appl. Rev., 37(6), 1067-1080.
  • Maurović, I., Seder, M., Lenac, K., ve Petrović, I., 2017. “Path planning for active SLAM based on the D* algorithm with negative edge weights”, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 48(8), 1321-1331.
  • Mota, F., Rocha, M., Rodrigues, J., Albuquerque, V., ve Alexandria, A., 2018. “Localization and navigation for autonomous mobile robots using petri nets in indoor environments”, IEEE Access, 6, 31665-31675.
  • Mur-Artal, R., Montiel, J. M. M., ve Tardos, J. D., 2015. “ORB-SLAM: A versatile and accurate monocular SLAM system”, IEEE Transactions on Robotics, 31(5), 1147-1163.
  • Murtra, A.C., 2011. “Map–based localization for urban service mobile robotics”, Ph.D. Thesis, Universitat Politecnica de Catalunya.
  • Olson, E. B., 2009. “Real-time correlative scan matching”, IEEE International Conference on Robotics and Automation.
  • Oguz-Ekim P., 2020a. “Localization with Particle Filter Based on Odometer and UWB”, HORA’20, June, Ankara/Turkey.
  • Oguz-Ekim P., 2020b “TDOA based localization and its application to the initialization of LiDAR based autonomous robots,” Robotics and Autonomous Systems, vol. 131.
  • Oguz-Ekim P., Bostancı B., Tekkok S., Soyunmez E., 2020c. “The EKF based Localization and Initialization Algorithms with UWB and Odometry for Indoor Applications and ROS Ecosystem”, SIU’20, October, Gaziantep/Turkey.
  • Oguz-Ekim P. 2020d, “Localization and Initialization Algorithms based on UWB, LiDAR and Odometry for Robotic Applications with ROS Ecosystem,” European Journal of Science and Technology, vol. 20, pp. 343-350.
  • Oguz-Ekim P., Bostancı B., Tekkok S., Soyunmez E., 2021. “A novel docking algorithm based on the LIDAR and the V-shape”, European Journal of Science and Technology, vol 26, pp. 35-40.
  • Oguz-Ekim, P., Bostanci, B., Tekkok, S., Soyunmez, E., https://github.com/ieuagv> Özgören M.K., 2020. Kinematics of General Spatial Mechanical Systems. Wiley, 2020.
  • Patle, B. K., 2016. “Intelligent navigational strategies for multiple wheeled mobile robots using artificial hybrid methodologies”, Doctoral Dissertation.
  • Patle, B. K., Pandey, A., Parhi, D. R. K., ve Jagadeesh, A., 2019. “A review: on path planning strategies for navigation of mobile robot”, Defence Technology.
  • Peng, J., Huang, Y., ve Luo, G., 2015. “Robot path planning based on improved A* algorithm”, Cybernetics and Information Technologies, 15(2), 171-180.
  • Pozyx. Ürün sayfası. https://www.pozyx.io/shop/product/creator-kit-lite-67 Son erişim tarihi: 19.06.2019
  • RPLidar. Bilgi formu. https://www.robotshop.com/media/files/pdf2/ld108_slamtec_rplidar_datasheet_a1m8_v1.1_en_ 2_.pdf Son erişim tarihi: 19.06.2019
  • Robot Operating System. http://www.ros.org
  • Rowekamper, J., Sprunk, C., Tipaldi, G. D., Stachniss, C., Pfaff, P. ve Burgard, W., 2012. “On the position accuracy of mobile robot localization based on Particle Filters combined with scan matching”, IEEE RSJ International Conference on Intelligent Robots and Systems, 3158-3164.
  • Sahinoglu, Z., Gezici, S., ve Güvenc, İ., 2008. “Ultra-Wideband Positioning Systems: Theoretical Limits, Ranging, Algorithms, and Protocols”, Cambridge, U.K.: Cambridge University Press.
  • Siciliano B. ve Khatib O., 2016. Chapter 47, Springer Handbook of Robotics, Springer International Publishing.
  • Schweinzer, H. ve Kaniak, G. 2010. "Ultrasonic device localization and its potential for wireless sensor network security", Control Engineering Practice, 18(8), 852–862.
  • Siegwart, R. ve Nourbakhsh I.R., 2004. Autonomous Mobile Robots, Cambridge, MA: MIT Press. Song, Y., Guan, M., Tay, W.P., Law, C.L., ve Wen, C., 2018. “UWB/Lidar Fusion for Cooperative Range Only SLAM”, arXiv:1811.02854v1 [cs.RO] 7 Nov 2018.
  • Sprunk, C., Tipaldi G., Cherubini, A., ve Burgard, W., 2013. “Lidar based teach-and-repeat of mobile robot trajectories”, IROS.
  • Takahashi A., Hongo T., Ninomiya Y., and Sugimoto G., 1989. Local Path Planning And Motion Control For Agv In Positioning. IEEE/RSJ International Workshop on Intelligent Robots and Systems (IROS '89), The Autonomous Mobile Robots and Its Applications, Tsukuba, Japan, 1989, pp. 392- 397.
  • Tatlı N. E., Fidan D., Kalaycı B., Çeber C. and Oğuz Ekim P., 2021. “The Application of Leader Following Method and Cubic Polynomial Path Planning Algorithm with Formation Control on Multi- Robot Systems”, European Journal Of Science And Technology , No. 31, pp. 38-46.
  • Tardos, J. D., Neira, P.M. ve Leonard J. J., 2002. “Robust mapping and localization in indoor environments using sonar data”, International Journal of Robotics Research, 21(4), 311-330.
  • Tipaldi, G. D., Dellius, D. M. ve Burgard, W., 2013. “Lifelong localization in changing environment”, International Journal of Robotics Research, 1662-1678.
  • Thrun S., Burgard, W., ve Dieter F., 2005. Probabilistic Robotics, Cambridge, MA: MIT Press. Wachaja, A., Agarwal, P., Zink, M., Adame, M. R., Möller, K. ve Burgard, W., 2017. “Navigating blind people with walking impairments using a smart walker”, Autonomous Robots, 41(3), 555 – 573.
  • Wang, C., Zhang, H., Nguyen, T. ve Xie, L., 2017. “Ultra wideband aided fast localization and mapping”, IROS, 1602-1609.
  • Wolf, J., Burgard, W., ve Burkhardt, H., 2005. “Robust vision based localization by combining an image retrieval system with Monte Carlo localization”, IEEE Transactions on Robotics, 21(2), 208- 216.
  • Weiteng, Z., Baoming, H., Dewei, L., ve Bin, Z., 2013. “Improved reversely a star path search algorithm based on the comparison in valuation of shared neighbour nodes”, ICICIP, 161-164.
  • Yılmaz Z. Ve Bayındır L. 2019. “Simulation of lidar-based robot detection task using ros and gazebo”, European Journal Of Science And Technology, pp:375-388.
  • Zhang, G., Lee, J. H., Lim, J. Ve Suh, H., 2015. “Building a 3-D line-Based Map Using Stereo SLAM”, IEEE Transactions on Robotics, 31(6), 1364-1377.
APA EKİM P (2022). Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. , 0 - 58.
Chicago EKİM PINAR OĞUZ Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. (2022): 0 - 58.
MLA EKİM PINAR OĞUZ Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. , 2022, ss.0 - 58.
AMA EKİM P Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. . 2022; 0 - 58.
Vancouver EKİM P Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. . 2022; 0 - 58.
IEEE EKİM P "Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi." , ss.0 - 58, 2022.
ISNAD EKİM, PINAR OĞUZ. "Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi". (2022), 0-58.
APA EKİM P (2022). Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. , 0 - 58.
Chicago EKİM PINAR OĞUZ Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. (2022): 0 - 58.
MLA EKİM PINAR OĞUZ Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. , 2022, ss.0 - 58.
AMA EKİM P Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. . 2022; 0 - 58.
Vancouver EKİM P Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi. . 2022; 0 - 58.
IEEE EKİM P "Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi." , ss.0 - 58, 2022.
ISNAD EKİM, PINAR OĞUZ. "Kapalı Alanlarda Kullanılan Otonom Yer Araçları Için Yer Bulma, Haritalandırma Ve Güzergâh Planlama Yapabilen Cihaz Tasarımı Ve Gelistirilmesi". (2022), 0-58.