Mappıng Of Statıc And Dynamıc Obstacles For Unmanned Ground Vehıcle

thumbnail.default.placeholder
Tarih
2011-08-19
Yazarlar
Öner, Alper
Süreli Yayın başlığı
Süreli Yayın ISSN
Cilt Başlığı
Yayınevi
Fen Bilimleri Enstitüsü
Institute of Science and Technology
Özet
Son yıllarda insansız araçlar ile ilgili çalışmalar önem kazanmıştır. Otomotiv ve savunma sanayinde lazer, kamera, radar, GPS gibi sensörlerin olduğu akıllı sistemlerin kullanımı her geçen gün artmaktadır. Bu çalışma İstanbul Teknik Üniversitesi Mekatronik Eğitim ve Araştırma Merkezinde çalışılan insansız kara aracı projesinin haritalama algoritmalarının simülasyon ortamında test edilmesi amacıyla yapılmıştır. Bütün sensörleri tamamen doğru çalışan bir sistem haline getirip değişik durumları gerçek zamanlı olarak denemek hem zor hem de maliyetlidir. Bu nedenle profesyonel bir simülasyon programı olan Webots’da uygun koşullar oluşturularak gerçek zamanlı çalışan insansız bir kara aracının haritalama uygulaması yapılmıştır. Hücresel olasılık haritasının (Occupancy Grid Map) çıkarılmasından sonra harita bir resim gibi kabul edilmiştir. Çeşitli görüntü işleme algoritmaları ile harita üzerinden cisimlerin ayrıştırılması sağlanmıştır. Aracın karşılaştığı engeller sadece ortalama x, y koordinatı ve sınır değerleri saklanarak yol planlama algoritmasının kullanımına hazır hale getirilmiştir. Ayrıca daha fazla lazer sensor kullanmanın bir noktadan sonra fayda sağlamayacağı gösterilmiştir. Engeller tespit edilip numaralandırılması sürüş güvenliği için yeterli değildir. Hareketli engeller sürüş güvenliği için ciddi tehlikelerdir. Aracın önünde olmayan hareketli bir engel birkaç saniye sonra aracın önüne gelerek bir kazaya neden olabilir. Bu yüzden potansiyel tehlike yaratabilecek dinamik engelleri takip etmek gerekmektedir. Bu çalışmada öncelikle dinamik engeli tespit etmek için yeni bir teknik geliştirilmiş. Daha sonra da bir tehlike alanındaki tek bir hareketli engel Kalman filtresi takip algoritması kullanılarak takip edilmiştir. Kalman filtresi takip algoritması aracın durumlarındaki hataları en aza indirgeyecek şekilde tasarlanmıştır.
Recently research about unmanned vehicle is getting more important. Use of intelligent systems which include sensors such as laser, camera, GPS and radar increases in automotive and defence industry. This research is made in order to test the mapping algorithms for the “Unmanned Ground Vehicle (UGV) Project”, carried out in Istanbul Technical University Mechatronic Education and Research Center. Testing a system in which all sensors work correctly is both difficult and expensive in real time. Therefore we used Webots , which is a professional simulation program by Cyberbotics, for evaluating the mapping algorithms in real time conditions. After constructing occupancy grid map, we accepted the map as an image. Obstacle segmentation process is carried out employing some image processing methods. Then each obstacle is described by a few data for usage of path planning algorithm. Furthermore this thesis shows that using more laser sensor does not provide benefit for mapping. Obstacles are detected and labelled but this isn’t enough for driving safety. Dynamic obstacles really threaten the driving safety. A dynamic obstacle may not be on the route of the vehicle. But a few seconds later it may move to the front of the vehicle so this case can cause an accident. Therefore dynamic obstacles which may be a potential treat must be tracked by the tracking algorithm of the vehicle. Firstly a dynamic obstacle is detected by a new method which is developed in this thesis. Then the dynamic obstacle which is in the search area in front of the vehicle is tracked by a Kalman filter tracking algorithm. Errors of states are minimized by the Kalman filter tracking algorithm which is implemented in the thesis.
Açıklama
Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2011
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2011
Anahtar kelimeler
Otonom sistemler, Otomobil, Haritalama, Bayes teorisi, Kalman filtre, Autonomous systems, Automobile, Mapping, Bayes theory, Kalman filter
Alıntı