Gezgin robotlarda eş anlı haritalama ve konum belirleme
Özet
Otonom gezgin robotlar görevlerini yerine getirmek için gezinim sırasında
öncelikli olarak konumlarını belirlemelidir. Robot konumunun belirlenmesi
odometrik veriler, algılayıcı ölçümler ve harita bilgilerinin birlestirilmesiyle
gerçeklestirilir. Haritalar baslangıçta robota verilebileceği gibi robotun hareketi
sırasında da olusturulabilir. Bu durumda robot konumunun belirlenmesi, es
zamanlı olarak ortam haritasının çıkartılması ve bu haritanın kullanılmasıyla
mümkündür. Bu tez çalısmasında ortam haritası olusturulurken, robot konumunun
da es zamanlı olarak belirlenmesi hedeflenmistir. Ortamın öznitelik tabanlı
haritasını çıkarmak için Gelistirilmis Üçgenleme Tabanlı Birlesim algoritması,
gezgin robotun konumunda ve yöneliminde odometriden kaynaklanan hataların
azaltılabilmesi için de genisletilmis Kalman süzgeci kullanılmıstır. Deneysel
çalısmada üzerinde 16 adet ses ötesi algılayıcı ve tekerleri üzerinde 2 adet optik
saft kodlayıcı bulunan Pioneer 3DX otonom gezgin robot kullanılmıstır. Pioneer
robotlar için hazırlanmıs MobilSim benzetimcisi ve Matlab programı kullanılarak
benzetim tabanlı uygulamalar gerçeklestirilmistir. Üçgenleme Tabanlı Birlesim
algoritmasına ilave edilen ek süreçler ile gerçekte harita üzerinde yer almayan
sahte kenar noktalar filtrelenerek algoritmanın performansı artırılmıstır. GKS
baslangıç kosullarına göre konum belirleme performansı değerlendirilmistir. Đki
yöntem bir arada kullanılarak robotun son konumundaki odometriden kaynaklanan
hatanın azaldığı gözlenmistir. Gerçek konum ile kestirilen robot konumu arasındaki
hatanın GKS tutarlığı için istenilen sınır değerleri arasında kaldığı görülmüstür.
First of all autonomous mobile robots have to localize their own positions to
perform their tasks. By fusing the odometric data, measurements acquired from
sensors and map features, it is possible to localize the robot position. Maps either
can be given at the beginning of motion or can be built by a mobile robot while it
wanders around the environment. In this situation it is necessary to build the map
and use it simultaneously to localize the robot pose. In this research, it is aimed to
localize the robot position and to map the environment simultaneously. Advanced
Triangulation Based Fusion algorithm was used to build a feature-based map of
the environment. Extended Kalman filter was used to reduce the errors based on
odometric motion. In experimental work, Pioneer 3DX, an autonomous mobile
robot with 16 sonars and 2 optical shaft encoders located on the wheels were
used. The simulation-based applications were realized by using the MobileSim
simulator which is prepared for Pioneer robots and Matlab program. After the
additional two processes have been incorporated into Triangulation Based Fusion
algorithm, it is succeed to remove the false edge points from the map and to
enhance the performance of the algorithm. According to the initial conditions of
EKF, the performance of localization was discussed. It is observed that last
position error of the mobile robot is decreased with the use of EKF and ATBF
together. The error between the real and the estimated robot positions during the
motion was remained into the desired boundary range. This fact guarantees the
consistency of EKF-based concurrent mapping and localization.