Çoklu Sensör Veri Füzyonunda Minimal Temsil Yaklaşımı İle Çevre Algılama

Abstract

Bu çalışmada, çoklu sensör veri birleştirme yöntemleri incelenmiş, sayısal ve sembolik yöntemler karşılaştırılmıştır. Daha sonra minimal temsil yöntemi üzerinde geniş olarak durularak, bu yöntemle bir mobil robot uygulaması olan Nomad200 platformu üzerinden uygulama gerçekleştirilmiştir. Sembolik yöntemlerden biri olan minimal temsil yaklaşımı, birleştirme için evrensel ölçüt kabul edilen bir enformasyon ölçüsüne dayanır ve değişik kaynaklardan gelen bilgiyi kaynaştırmak için bir çatı oluşturur. Minimal temsil çoklu-sensör veri birleştirmesinin prensipleri tanımlandıktan sonra çözüme ulaşmak için Diferansiyel Evrim yaklaşımı kullanılır. Çoklu sensör veri birleştirmesi mobil robotların çevre tanımasında da etkin olarak kullanılır. Bilinmeyen ortamda hareket eden robotun birden fazla sensör çeşidi veya aynı tip birkaç sensör kullanarak etrafındaki nesnelerin özelliklerini anlayıp, algıladığı şekli veri tabanında sakladığı nesne tipleri ile karşılaştırması mümkündür. Çalışmada, Nomad200 mobil robot platformu üzerinde gerekli yazılım yapılarak bir çevre tanıma uygulaması gerçekleştirilmiştir. Kullanılan robot 16 ultrasonik ve 16 kızılötesi sensörle çevrelenmiş olup nesne uzaklıklarını algılamakta ve değerlendirmektedir. Yapılan uygulamayla hızlı ve güvenilir bir sistem oluşturulması hedeflenmiştir.In this study, multisensor data fusion types are examined, numerical and symbolic approaches are compared. Then, the minimal representation size approach will be clearified and it is applied on a mobile robot application of NOMAD200 system. Minimal representation approach as a symbolic method is based on an information measure as a universal yardstick for fusion and provides a framework for integrating information from a variety of sources. The principles of minimal representation multisensor fusion is described and a differential evolution approach is evaluated to search for solutions. Multisensor data fusion is widely used in robotic environment recognition. Robots can estimate the object properties using one or many sensor types while moving in unknown environments and can match the object with one of the objects in database. In this study with the selected approach, the required software is developed on a NOMAD200 mobile robot system to define the environment. The mobile robot system consists of 16 ultrasonic and 16 infrared sensors surrounding and detects distance of objects to make its way. The application aims a fast and reliable system.