Yörüngeye Dayalı Slam Probleminde Topolojik Haritalama Yöntemi

Abstract

Bu tezin amacı GTTH (Global Tutarlı Alan Taraması) metodunun analiz edilmesi, bu metoda göre bir ağ yapısının oluşturulması ve mobil bir robotun çizdiği yörüngede başa dönerek tamamladığı tur boyunca tanımlamış olduğu pozları doğru olarak kestirip kestiremediğinin simüle edilmesidir. Algoritmanın temeli, robot pozlarına ve bu robot pozlarının arasında ilişkilerin doğru tanımlanmasına dayanmaktadır. İlk tip poz ilişkisi odometri ölçüm verilerinden doğrudan tanımlanabilmektedir. Ancak ölçüm sırasında yapılabilen hatalar bu ölçümlerin tek başına yetersizliğini ortaya koymaktadır. İkinci tip poz ilişkisi, alan tarama çiftlerinin örtüştürülmesi ile oluşturulur ve hata değeri daha düşüktür. Poz ilişkileri tanımlandıktan sonra yapılan işlem, graf teoriden yola çıkılarak kurulan ağ yapısındaki pozların adım adım kestirilmesidir. İki tip ağ yapısı incelenmiş olup bunlardan birincisi sadece odometri sonuçlarının simüle edilmesi ile oluşturulmuş, ikincisi ise hem odometri hem de alan taraması örtüşmesi sonuçlarının simüle edilmesi ile elde edilmiştir. İki simülasyon sonucunda da ortaya çıkan yeni pozların gerçek pozlara yakınsadığı gözlenmiştir ancak ikinci simülasyonun yörünge korumada daha başarılı olduğu gözlenmiştir.The goal of this thesis is to analyze the GCSA (Globally Consistent Range Scan Alignment) method, to build a network according to this method and derive the simulation results of the pose estimations for a mobile robot completing its trajectory at the point where it has started it. The algorithm is based on the robot poses and the correct definitions of the pose relations. The first kind of pose relations is derived via odommetry measurements. Nevertheless, these results alone produce cumulative errors. The second kind of pose relations is obtained by aligning two range scans and as a result the error factor is decreased. After calculating the pose relations, the poses are estimated according the graph theory recursively. Two types of networks have been examined, the first network consists of the pose relations attained with the simulation results of the odommetry measurements, and the second network is formed with the simulation results of both the odommetry and scan range alignment. The outcomes of the two simulations introduce convergence to the correct poses but the second simulation resulted in a better trajtory estimation.