İç Mekanda Taşıma Uygulamalarına Yönelik Elektrikli Otonom Araç Tasarımı Ve Kontrolü

Abstract

Günümüzde, sensörlerin ve işlem gücü yüksek cihazların kolay üretilebilir ve ulaşılabilir olması sayesinde, mekatronik ile ilgili birçok alanda, insanların hayatını kolaylaştıracak araştırmalar hızlanmıştır. Sürücüsüz araçlar da bu alanların en çok ilgi görenlerindendir. Sürücüsüz hava araçları, askeri faaliyetler, hafif eşyaların taşınması, afetlerde alan keşifleri vb. konularda görev almaktadır. Sürücüsüz kara araçları ise, gelecekte hem askeri alanda kullanılabilecek, hem de sivil düşünüldüğünde, insan faktöründen kaynaklanan kazaları sıfıra indirebilecek ve gerek insan, gerek yük ve eşya taşınmasını, ulaşımı oldukça kolaylaştıracaktır. Sürücüsüz araçlar arasında en yaygın araştırmaları bulunan çeşit, karayollarında ilerleyebilecek, trafik içinde hareket edebilecek, uzun mesafede insan taşıyabilecek araçlardır. Bu araçların geliştirilmesinde genellikle standart otomobiller modifiye edilerek kullanılmakta, bu otomobillere çeşitli mekatronik sistemler ve sensörler entegre edilerek, sürücüsüz hareket edebilecek hale getirilmektedir. Bunun yanında, son birkaç yılda, alışveriş merkezleri, havaalanları gibi geniş alanları kullanan insan sayısının artması sebebiyle, bu alanlarda insanların gidecekleri yerleri rahat bulabilmesi için kolay ulaşılabilir sanal haritalar, rehber robotlar gibi ürünler ortaya çıkmıştır. Dolayısıyla, bu konuya yönelik olan iç mekanda insan taşıyan otonom araç ilgili çalışmalar da önem kazanmıştır. Bu tezde, havaalanları, alışveriş merkezleri gibi yayaların yoğun olarak bulunduğu iç mekanlarda kullanılabilecek bir otonom aracın tasarımı anlatılmaktadır. Araç iç mekanda çalışacağı için, zararlı gazlar açığa çıkaran ve gürültü kirliliğine yol açan benzinli araçlar yerine, elektrikli bir araç tercih edilmiştir. Manevra kabiliyetinin yüksek olmasına gerek duyulduğundan, boyutları küçük bir golf aracı tercih edilmiştir. Öncelikle golf aracı, sürücüsüz hareket edebilmesi için modifiye edilmiş, direksiyon ve fren pedalına daha önce yerleştirilen ve bunları fiziksel olarak hareket ettiren çeşitli mekanik aktüatörleri kontrol edecek sürücüler yerleştirilmiştir. Aracı hızlandırmak için ise aracın motor kontrolünü yapan ECU ünitesine analog gerilim olarak sinyal verilmesi gerekmektedir. Daha sonra, bu sürücülere ve ECU'ya referans sinyali gönderecek olan ana kontrolcü yerleştirilmiştir. Ana kontrolcü olarak, kullanım kolaylığı ve güvenilirliği açısından, otonom araçlar önde gelmek üzere birçok mekatronik araştırmada yaygın olarak kullanılan, dSpace MABX2 tercih edilmiştir. Simulink ile, MABX2'nin simulink için geliştirdiği RTI blokları kullanılarak bir tümleşik model hazırlanıp, cihaza gömülmektedir. Cihaz çalışırken bu simulink modelini sürekli olarak koşturmakta, modeldeki bloklarla ilişkili giriş ve çıkış pinlerinden, gerçek dünya ile sinyal alışverişi yapmaktadır. Bu simulink modeli üzerinden kapalı çevrim kontrolcüler oluşturulup, sensörlerden gelen geri besleme sinyalleri ile sürücülere gidecek olan referans sinyallerini taşıyan kablolar, cihaza uygun şekilde bağlanarak kontrol sağlanmaktadır. Ayrıca, ana kontrolcüye ek olarak, fren sistemi için güvenlik amaçlı bir kontrolcü daha yerleştirilmiştir. Bu kontrolcü için Arduino kart kullanılmış, ana kontrolcüden sinyal gelmediği zamanlarda frene basacak şekilde ayarlanmıştır. Bunun yanında bir de kablosuz alıcı bağlanmış, acil bir durumda, uzaktan kumandadan ilgili düğmeye basıldığında, ana kontrolcüden bağımsız olarak fren pedalına tamamen basılmasını sağlamaktadır. İnsansız sürüş için kullanılan direksiyon, fren ve gaz sistemlerindeki kontrolcüler için PID kontrolcüler tercih edilmiştir. Kontrolcü katsayılarının ayarlanması için aracın ön ve arka akslarının altlarına destekler konularak yer ile teması kesilmiş ve denemeler yapılmıştır. Daha sonra ana kontrolcüye RC sinyal alıcı bağlanarak, bu sistemlerin kararlılığını ve kontrolcülerin uygunluğunu test etme amacıyla, laboratuvar içinde ve koridorda RC kumanda ile sürüş denemesi yapılmıştır. Bu testlerde aracın hızlanma ve yavaşlama kararlılığı, manevra kabiliyeti ölçülmüştür. Kontrolcülerin kararlı olduğu görüldükten sonra otonom sürüş için sensör entegrasyonu çalışmalarına başlanmıştır. İç mekana yönelik geliştirilen otonom araçlarda, sorun teşkil eden en önemli konulardan biri, aracın mekan içindeki konumunun bulunmasıdır. Dış mekanda çalışan otonom araçlarla GPS sensörü ile cm hassasiyetinde konum bilgisi alınabilirken, iç mekanda çalışan araçlarda GPS sensörü uydu sinyali alamadığından, bu mümkün olmamaktadır. Bu sorunu çözmek için çeşitli çalışmalar yapılmış, görüntü işleme tabanlı, kablosuz sinyal tabanlı(IPS) vb. çeşitli yöntemler denenmiştir. Bunlardan en stabil ve isabetli olanı, mekana kablosuz sinyal verici cihazlar, araç üzerine bir alıcı cihaz yerleştirip, bu cihazlardan alınan sinyaller kullanılarak triangulasyon yöntemi ile konumun hesaplanmasıdır. Ancak böyle bir sistemin kurulması sinyal noktası sayısına bağlı olarak maliyetli olmakla birlikte, kablosuz sinyaller duvarlardan geçerken zayıfladığından her alan için en iyi seçim değildir. Bu çalışmada konum hesaplanması için temel sensör olarak enkoder kullanılmıştır. Enkoder'dan alınan hız verisi, direksiyon açısı verisinden elde edilen araç doğrultusu verisi ile birlikte kinematik denklemlerden geçirilmekte ve aracın konumu bu şekilde sürekli olarak hesaplanmaktadır. Tekerlek kayması sebebiyle meydana çıkan hatanın oranı, aracın düz zeminde ve düşük hızda ilerlemesinden kaynaklı olarak çok düşüktür. Yine de uzun mesafeler kat edildiğinde, kümülatif hatadan dolayı, gerçek konumla ölçülen konum arasında farklar oluşabilmektedir. Bu sorunun çözümü için ise gelecek çalışmalarda, mekanın çeşitli yerlerine yerleştirilmiş veya mekanın kendisinden önceden elde edilmiş özgün görüntüler referans alınıp, araç üzerine yerleştirilecek bir kamera sisteminden alınan görüntü ile karşılaştırılarak aracın konum ölçümünün düzeltilmesi hedeflenmektedir. Aracın yayaların yoğun bulunduğu ortamlarda çalışması, hareket eden veya edemeyen engellerin ayırt edilmesi, dar hareket alanı ve insan davranışı gibi faktörlerden kaynaklanan problemleri de beraberinde getirmektedir. Bu konuda daha önceden küçük robotlarla birçok araştırma yapılmış, insanların davranışlarını önceden tahmin edebilen ve insanlardan mümkün olduğunca uzak durmaya yönelik kontrolcü ve teknikler geliştirilmiştir. Bu çalışmada engellerin algılanması için, kendi gönderdiği gözle görülmeyen ışınların yüzeylerden yansıma sürelerini hesaplayan bir LIDAR sensör kullanılmıştır. Bu sensör gerek hava, gerek kara için üretilen sürücüsüz araçlarda yaygın olarak kullanılmakta, ışınların geri dönüş sürelerinden, ışığın değdiği yüzeyin uzaklığını hesaplayabilmektedir. Bunun yanında 4 katmanlı tarama yaparak, gördüğü ortamı 4 düzlem bazında üç boyutlu nokta bulutu şeklinde sunabilmektedir. Aynı zamanda içindeki algoritma sayesinde, baktığı ortamdaki objeleri de boyutlarıyla ayırt edebilmekte, hareket hızlarını ölçebilmektedir. Bu sayede yayaları diğer engellerden ayırabilmek, dolayısıyla hareket edebileceklerini önceden tahmin etmek ve hareketlerini ölçmek kolaylaşmaktadır. Bu sensörün üzerine 1 düzlem ve daha geniş tarama açısına sahip bir LIDAR daha eklenmiştir. Bu sensör 4 düzlem LIDAR kadar ayrıntılı veri vermese de, geniş tarama açısı kör noktalar için kullanıldığında, daha kararlı ve güvenli engelden kaçma davranışı sağlamaktadır. Otonom sürüş için, sensörlerden alınan verilerin işlenerek, belirli karar ve planlama mekanizmalarından geçirilmesi gerekmektedir. Bu çalışmada, haritası bilinen bir mekanda aracın çeşitli durak noktaları arasında hareket etmesi planlanmıştır. Bu hareket için rota planlaması, aracın başlangıç konumundan istenilen durak noktasına kadar sıralı hedef noktalar belirlenmesi ile yapılmaktadır. Aracın bu noktalardan belirli bir uzaklık töleransı ile geçmesi ve hedef noktalar bitene kadar, noktadan geçtikçe bir sonraki noktayı hedef alması ile, araç son hedef noktaya ulaştığında, istenilen durak noktasına ulaşacaktır. Söz konusu hedef noktalar arasında hareket için, önce sadece nokta takibine yönelik bir algoritma denenmiş, daha sonra hem nokta takibini, hem engelden kaçma kabiliyetini içerek potansiyel alan methodu kullanılmıştır. Kullanılan ilk algoritmada aracın hedef noktaya yönelmesinin kontrolü, aracın doğrultusunun ve hedef noktanın sabit x ekseni ile yaptığı açının karşılaştırılmasıyla yapılmaktadır. Bu karşılaştırmanın sonucu hata olarak alınmakta ve direksiyon bu hataya göre kontrol edilerek, minimum dönüş miktarı ile hedef noktaya yönelecek şekilde manevra yapılmaktadır. Bunun yanında, hedef noktaya yönelmeden önce, bu noktanın aracın dönebileceği en küçük dönüş yarıçaplı çemberin içinde olup olmadığı kontrol edilmektedir. Eğer nokta bu çemberin içindeyse, araç tam bir dönüş hareketi yapsa da noktaya ulaşamayacağından, önce aksi yönde manevra yaparak noktayı bu çemberin dışına çıkarmakta, daha sonra noktaya doğru yönelmeye çalışmaktadır. İkinci ve son algoritmada ise potansiyel alan methodundan yola çıkarak, engellerin uzaklıklarıyla orantılı olarak itme kuvveti ve hedef noktasına olan uzaklıkla orantılı olarak çekme kuvveti hesaplanıp, bu kuvvetler kullanılarak aracın yönelmesi gereken doğrultu belirlenmektedir. Araç bu şekilde engellerin arasından manevra yaparak geçebilmekte ve hedef noktasına ulaşabilmektedir. İç mekana yönelik geliştirilen otonom araçlarda karşılaşılan bir diğer problem de, ortamdaki yayalar sebebiyle meydana gelen kaza veya hedef noktaya zamanında ulaşamama durumlarıdır. Yayaların davranışlarının tahmin edilebilmesi için çeşitli çalışmalar yapılmaktadır. Geliştirilen robotlar bu davranışları öngörerek hareketli yayaların gideceği yolu tahmin edebilmekte ve yoldan çekilebilmekte, duran yayaların ise etrafından dolanabilmektedir. Ancak sadece davranışları öngörmek ve yayalardan uzak durmak bazı durumlarda yeterli olmamaktadır. Bir alışveriş merkezinde ilerleyen bir otonom aracın yolunun, yolda duran bir grup insan tarafından kesilmesi ve aracın geçebileceği bir yer bulamaması, bu yetersiz durumlara bir örnek olarak verilebilir. Bu ve benzer durumların en efektif çözümü, aracın insanlarla iletişim kurmasıdır. Çalışmanın ilerleyen aşamalarında planlanan düzenlemelerle, araca insanlarla iletişim kurabileceği donanımlar entegre edilmesi ve buna yönelik yeni davranışlar tanımlanması mümkündür. Önceki örnek üzerinden gidilirse, bu iletişim, aracın topluluktan geçme izni isteyerek, yayaların kenara çekilmesi ile kendisine bir yol açması olarak düşünülebilir. Bu çalışmada, yayaların bulunduğu bir iç mekanda çalışması planlanan bir otonom aracın tasarımının çeşitli aşamalarının üzerinde durulmuştur. İnsansız hareket için kullanılan mekatronik sistemler ve sensörler sunulmuş, kontrol için kullanılan donanım ve yazılım açıklanmıştır. Bunun yanında aracın otonom şekilde seyahat etmesi için kullanılan algoritmalar gösterilmiş, bu algoritmalar için gerekli verilerin ortamdan alınması için kullanılan sensörlerden bahsedilmiştir. Son olarak da gerçek dünyada yapılan sürüş testlerine değinilmiş ve sonuçlar irdelenmiştir.

As the need of intelligent vehicles on our roadways emerges, there is an equally important need emerges as well: The need of intelligent vehicles on areas such as university campuses, airports or shopping malls. These intelligent vehicles can help elderly, disabled, or people with heavy luggage. This thesis describes an intelligent vehicle that can be used indoor areas where pedestrians exist. The vehicle is planned to carry luggages and transport humans. Vehicle used is an electric golf cart, considering the significant advantages of less noise, no toxic gas emission and higher maneuverability. Firstly, vehicle is modified for unmanned drive. Drivers are added to control actuators on steering wheel and brake pedal. Then, main controller, dSpace MABX2 is placed. This device runs a MATLAB simulink model embedded in itself. While running, this model communicates with real world through input and output pins on the device, which are related to RTI blocks placed inside simulink model. Controllers are constructed in this simulink model and actuators were ready to control by connecting this in/out pins to related elements with cable. Other than the main controller, a separate controller, an Arduino board is used for braking, for emergency purposes. If an emergency situation occurs, if brake signal is cut off from main controller or if button on the related RC transmitter is pressed, this controller applies full braking independent of the main controller. PID controllers are preferred for steering wheel, brake and throttle unmanned drive subsystems. Indoor positioning is one of the most important problems when it comes to autonomous vehicles.There are studies proposing several computer vision based, wireless signal based etc. methods. Most accurate method is (IPS) but it is costly to set up and because of wireless signals gets weaker while passing through walls, it is not the best solution for every indoor environment. In this study, an encoder is used as main sensor for calculating position. Error caused by tire slip is very small because of the flat surface and slow move speed of the vehicle. But because of the error being accumulative, on long distance travel, real position and calculated position differ slightly. A computer vision based method similar to landmarking could be implemented in future phases to correct this difference. Environment identification and decision making is necessary for autonomous drive. For detecting obstacles and pedestrians in front of the vehicle, a LIDAR sensor is used. 3d cloud data consisting of 4 plane, can be obtained from this sensor. With the 4 plane LIDAR sensor used, it is possible to separate pedestrians from static obstacles and measure their movement speed. A second 1 plane scanning LIDAR with wide scan angle added to detect objects falling out of the 4 plane LIDAR scan angle, for the purpose of achieving more stable and safer obstacle avoidance. Avoiding obstacles is first priority for the vehicle. Some path following algorithms had been experimented on. General path following logic is based on goal points. To travel between two destinations in a known map, vehicle is given a number of goal points in proper order. Vehicle follows this points using implemented path following algorithm until the last goal point is reached. Last goal point means vehicle arrived the destination. On first experimental path following algorithm, vehicle calculates error of heading between itself and the goal point and rotates towards goal point by selecting the shortest direction, using a control logic. Moreover, vehicle constantly checks if the goal point is in vehicle's minimum turning radius. If it is, vehicle will never be able to reach it while trying to rotate towards it. Instead, vehicle maneuvers to opposite direction until the point is out of the minimum turning radius. Then rotates towards it. Second and final experiment is potential field method. A method including both path following and obstacle avoidance behaviors. Calculating pushing forces proportional to distances from objects in front of the vehicle and pulling force proportional to distance from next goal point, vehicle is able to maneuver between obstacles and reach the point. In this thesis, various stages of design and production of an autonomous vehicle, which is planned to operate in indoor environment where pedestrians exists, is explained. Sensors and mechatronic systems used for unmanned drive were presented, hardware and software used for control are discussed. Moreover, algorithms used for the vehicle to travel autonomously and and sensors used for receiving environmental data are explained. Finally, the real world driving tests performed are shown and the results were discussed.