Mobil robotlarda çoklu-sensör veri füzyonu teknikleri ile lokalizasyon ve harita oluşturma

Abstract

Bu çalışmada temel olarak deneysel bir mobil robotun lokalizasyonu (konumu ve yönü) ve harita oluşturması için gereken çoklu-sensör veri füzyonu teknikleri verilmiştir. Bu tezde birbirinden bağımsız ilerleyebilen, dönebilen ve gövdesini döndürebilen eş-zamanlı sürücü mekanizmasına sahip Nomad200 [6] mobil robotu kullanılmıştır. Bu nedenle, yapılan çalışmaları destekleyici yönde, üç tekerlekli eş zamanlı sürücü yapısındaki mobil robotların kinematik modeli çıkartılmıştır. İlaveten, ultrasonik sensörleri, kızılötesi sensörleri, manyetik pusulayı ve fiber-optik jiroskop'u içeren robot sensör sisteminin matematiksel modelleri çıkartılarak bunların hatalı veri okuma durumları analiz edilmiştir. Lokalizasyon ve çevre haritalama işlemlerinde kullanılan bu sensörlerin olasılıksal modelleri üzerinde ayrıca durulmuştur. Bu tezin yan katkısı olarak, yaptığımız çalışmaları destekleyici yönde, sadece robot üzerindeki ultrasonik sensörleri kullanan Newton Özyinelemeli Lokalizasyon yöntemi tanıtılmaktadır. Robot üzerindeki ultrasonik, kızılötesi, manyetik pusula ve fiber-optik jiroskop sensörlerinden toplanan mesafe ve yön ölçümleri başlıca iki bölümde birleştirilir. Birinci bölümde genel olarak, konum ile yön tahmin yöntemleri ve bu konuda geliştirilen yeni bir yöntem tanıtılmakta ve tartışılmaktadır. Bu tezin temel katkısı olan ve ismine Sınırlandırılmış Dinamik Sensör Füzyonu denilen yeni yöntem tanınmış bir lokalizasyon yöntemi olan Genelleştirilmiş Kalman Filtreleme yöntemiyle karşılaştırılır. Burada, bizim yöntemimiz ile mobil robotun konum ve yönünü sürekli oluşabilecek hatalar biriktirilmeden tam olarak tahmin edilebileceği gösterilmektedir. Diğer bölüm ise, harita oluşturma yöntemlerinin tartışılması ve bu konuda geliştirilen yeni bir yöntemin tanıtılması üzerinedir. Yine bu tezin temel katkısı olan ve ismine Ardışıl Temel Bileşenler denilen yeni yöntem tanıtılarak tanınmış bir çevre-haritalama yöntemi olan Bayes yöntemi ile karşılaştırılmaktadır. Bu karşılaştırma sonucu geliştirilen yöntemin hesaplamada verimli, yanlış sensör okumalarına karşı duyarlı ve mobil robotun herhangi bir engelde durmaksızın sürekli hareket edebilmesine olanak sağlayabildiği sonucu ortaya konmaktadır. Ayrıca bu her iki bölüm, araştırmacıların lokalizasyon tahmini, çevre haritasının oluşturulması ve engellerden sakınan güvenli bir navigasyon konularında karşılaşılan problemlerle ortak bir şekilde uğraşabilmelerine olanak sağlayabilecek şekilde tek bir yapıda birleştirilir. Birleştirilen bu yapıdan elde edilen veriler bilinen bir yol planlama yöntemi olan Yapay Potansiyel Alanlar [57-59] yönteminde mobil robota güvenli bir yol planlayabilmek amacıyla kullanılır. Eş-zamanlı sürücü mekanizmasına sahip mobil robot, planlanan yolu bu tezin ekler kısmında verilen hareket denklemleri ile izler. X111 Daha önce birçok araştırmacı karşılaştıkları lokalizasyon ve harita oluşturma konularındaki problemlerin çözümüne yönelik sonuçları sunmuşlardır, fakat her iki problemle aynı anda uğraşmak üzerine az bir çaba sarf edilmiştir. Bu tezde geliştirilen sensör füzyonu yöntemleri bizim laboratuvar mobil robotu olan Nomad200'e uygulanmış ve ona güvenli bir navigasyon için gereken lokalizasyon ve çevre haritası bilgileri birlikte sağlanmıştır.

In this study, basically, multi-sensor data fusion techniques for the localization (position and direction) and map building of an experimental mobile robot are presented. The mobile robot used in this thesis is Nomad200 [6], which has a synchronous drive mechanism enabling it to translate, steer, and rotate its turret independently. For this reason, the kinematics models of the three wheeled synchronous drive mobile robots were constructed in the direction of supports our studies. In addition, the mathematical models of the robot's sensor system, which include ultrasonic sensors, infrared sensors, magnetic compass, and fiber-optic gyroscope, were constituted to analyze their misreading. Probabilistic models of these sensors used in the process of the localization and map building were discussed with particular attention. The secondary contribution of this thesis, to support our studies, Newton Iterative Localization method, which uses only ultrasonic sensors on the mobile robot, are introduced. Range and direction measurement data collected from ultrasonic, infrared, magnetic compass and fiber-optic gyroscope sensors on the robot are integrated mainly in two parts. In the first part generally, position and direction estimation methods and a new developed method about this subject are introduced and discussed. This new method, the primary contribution of this thesis, which name is Dynamic Sensor Fusion with Boundaries is compared with the Generalized Kalman Filter, which is the well- known localization method. Here, it is shown that with our method, the position and direction of the mobile robot will been able to estimate precisely, in which position errors are not cumulated. The other part is to discuss the map building methods and explain a new developed method about this subject. This new method, also the primary contribution of this thesis, which name is Sequential Principles of the Components is compared with the Bayesian method, which is the well-known map- building method. Here, it is concluded that our method is computationally efficient and insensitive to misreading, and it allows continuous motion of the mobile robot without stopping for any obstacles. These two parts are also combined in a unique framework that permits the researchers to treat in a common way with the problems of location estimation, environmental map building and safely navigation avoiding from obstacles. Data obtained from this construction are used in the Artificial Potential Field method [57- 59], well-known path planning method, to plan a safety path for the mobile robot. The mobile robot having a synchronous drive mechanism traces the planned road with the motion equations given in the appendix of this thesis. xv Previously many researchers have presented their results about the localization and map building problems but very little trial has been made to treat simultaneously with both problems. With this thesis, the developed sensor fusion methods were applied to our laboratory mobile robot, Nomad200, and supplied the localization and map building information simultaneously to navigate it safely.