Indoor self localization for mobile robots in 2D environment

Yön bulmayı başarılı bir şekilde gerçekleştirmek için bir objenin yerini belirleme (lokalizasyonu) önemli bir konudur. Bu tez çalışmasında lolalizasyon konusu mobil robotlar üzerinden ele alınmıştır. İç ortamlarda mobil robotlar için 2 boyutlu lokalizayon bilgisinin elde edilmesi çalışmaları gerçekleştirilmiştir. Günümüzde mobil robotların kullanımı çok geniş bir alana yayılmış durumdadır. Mobil robotlar engellerden sakınarak hedefe ulaşma, belirli bir yol planını takip etme gibi görevleri yerine getirdiği alanlarda kullanılmaktadır. Mobil robotların kendilerine yüklenen bu görevleri gerçekleştirebilmeleri için nerede olduklarını bilmeleri gerekmektedir. Bu nedenle lokalizasyon hesaplamaları ile bir mobil robotun sürekli olarak 'Ben neredeyim?' sorusuna cevap aranmaktadır. Bu nedenlerden dolayı bir mobil robotun etkili bir şekilde kullanılabilmesi için lokalizasyon verileri öenmli bir yere sahip olmaktadır. Lokalizasyon ile yer bulma birçok yöntem ile gerçekleştirilebilmektedir. Bu yöntemlerden en bilineni odometre ile lokalizasyon hesaplamaktır. Ancak odometre yönteminde mobil robot tekerlerinden alınan dönme bilgisi integral hesaplamalarında kullanarak mobil robotun pozisyon bilgisi hesaplandığından bu yönteme alternatif olacak yöntemler ihtiyacı ortaya çıkmıştır. Çünkü integral hesaplamalarında yer alan hata katsayısı her yeni hesaplamada bir önceki hata değerine eklenerek artmaktadır. Bu nedenle tarama sayısı arttıkça hata katsayısı da artacağından zamanla gerçek pozisyon bilgisi ve hesaplanan pozisyon bilgisi arasındaki fark artmaktadır. Giderek lokalizayon hesaplamasının gerçekliğini kaybetmesinden dolayı yeni yöntemlere ihtiyaç artmıştır. Bu ihtiyaca bir kaşılık lazer sensör ile çevrenin taranarak lokalizayon hesaplamalarının yapılmasıdır. Bu yöntem ile mobil robotlarda lokalizasyon herhangi bir hata paramatresi içermeden koordinat noktaları ve açı değeri ile ölçümlendirilmektedir. Bu tez çalışmasında da mobil robotlar için iç ortamlarda 2 boyutlu lokalizyon tekniği ile ilgili çalışmalar yapılmıştır. Bu çalışma için çevreyi tarayan bir adet lazer sensör kullanılmıştır. Lazer sensör 0 ̊ ile 180 ̊ arasında saat yönünün tersinde tarama yaparak 8191 cm'ye kadar ölçüm alabilmektedir. Ölçüm çözünürlüğü 0.25 ̊, 0.5 ̊ ve 1 ̊ olarak seçilebilmektedir. Bu çalışmada lazer sensör ile 1 ̊'lik çözünürlükte tarama yapılmıştır. Lazer sensörde toplanan tarama verilerinin işlenip sonuca ulaşılabilmesi için bu verilerin bilgisayara aktarılması gerekmektedir. Bu veri aktarımı için bilgisayar ve lazer sensör arasındaki iletişim seri haberleşme yoluyla sağlanmıştır. Seri haberleşme üzerinden bilgisayara aktarılan veriler MATLAB programı üzerinden işlenmiştir. Lazer sensörün sahip olduğu komut yapıları MATLAB üzerinden seri haberleşme ile lazer sensöe gönderilerek lazer sensörün istenilen ölçüm ayarları yapılmış sensörden istenilen komutun cevapları alınmıştır. MATLAB ile lazer sensör bağlantısı kurulup çevre taramaları yapıldıktan sonra elde eidlen çevre verileri MATLAB veritabına kaydedilmiştir. Bu çalışma boyunca kaydedilen bu veriler üzerinden işlemler gerçekleştirilmiştir. Tüm çalışma boyunca farklı pozisyonlarda art arda yapılmış 3 tarama verisi üzerinden lokalizasyon adımları gerçekleştirilmiştir. Bu tez çalışmasında lokalizasyon; öznitelik çıkarma, öznitelikleri eşleştirme ve öznitelikleri ilişkilendirme olmak üzere 3 adımda tamamlanmıştır. Lokalizasyon için ilk adım öznitelik çıkarımı ile başlamaktadır. Lazer sensörün 180 ̊lik bir çevreyi 1̊lik çözünürlükle taraması sonucu taranan çevreye ait 181 nokta lazer sensörden MATLAB'e aktarılmaktadır. 181 nokta üzerinden hesaplamalar yapmak yerine noktalar taranan çevre bilgisi kaybedilmeyecek şekilde daha az sayıdaki öznitelikler aracılığıyla tanımlanmıştır. Öznitelikler taranan çevredeki köşelere karşılık gelmektedir. Böylece 181 nokta yerine 181 noktanın içerdiği köşeler üzerinden hesaplamalar yapılmıştır. Köşeleri belirleyerek öznitelikleri çıkarmak için Bölme ve Birleştirme (Split&Merge) yöntemi kullanılmıştır. Bu yöntem ile köşeleri belirlemek, adından da anlaşılacağı gibi 2 aşamada gerçekleştirilmektedir. Bölme aşamasında elde olan veri kümesine bölünecek nokta kümesi kalmayana kadar belirlenmiş bölme adımları uygulanarak köşeler bulunmaktadır. İkinci aşama olan birleştirme bölümünde ise bölme aşamasında bulunmuş olan köşelerden yanlış olanlar elenmektedir. Bölme ve Birleştirme yönteminin sonunda her bir çevre taraması için nopktalar yerine köşelerin ifade edildiği öznitelik haritaları elde edilmiştir. Lokalizasyon için ikinci adım ilk adımda her bir tarama verisi için elde edilen özniteliklerin ardışıl iki tarama arasında eşleştirilmesini sağlamaktır. Öznitelik eşleştirmesi bulunan bütün öznitelikler yerine ilk taramada referans olarak rastgele seçilen iki öznitelik üzerinden gerçekleştirilmiştir. Bu adım aşamalı olarak gerçekleştirilerek öncelikle birince ve ikinci tarama arasında br eşleştirme yappılmakta sonrasında ise ikinci ve üçüncü tarama arasında eşleştirme yapılmaktadır. Eşleştirme işlemine başlamak için öncelikle ilk taramadan rastgele iki öznitelik seçilmektedir. Uzaklık ve açıya bağlı olarak uygulanan 'Distance&Angle' yöntemi ile rastgele seçilen bu iki özniteliğe ikinci taramada karşılık gelen öznitelikler bulunmaktadır. Aynı işlemler ikinci ve üçüncü taramada da tekrarlanarak ikinci tarama için rastgele 2 öznitelik seçilmiş ve bu özniteliklerin üçüncü taramadaki karşılıkları uzaklık ve açı hesaplamalarına göre bulunmuştur. Öznitelik eşleştirme işlemlerinin sonucunda ardışıl iki çevre taraması için birbirlerine karşılık gelen ikişer tane öznitelik elde edilmiştir. Lokalizasyon için son adım olan üçüncü adımda bir önceki adımda eşleştirilmiş olan özniteliklerin birbirlerine göre değişimi ilişkilendirilerek pozisyonun başlangıç anından itibaren ne kadar değiştiği hesaplanmaktadır. Bu adımda ilk taramanın yapıldığı nokta referans nokta olarak kabul edilmiş ve koordinat noktaları (0,0) olarak alınmıştır. Böylece ardışıl yapılan ilk iki tarama için ilk taramanın koordinat bilgileri bilinirken ikinci taramada bu koordinat değerlerinin ne kadar değiştiği bulunmuştur. Değişimin ilişkilendirilmesinde MATLAB 'Estimate Geometric Transform' fonksiyonu kullanılmıştır. Bu fonksiyon ile iki farklı tarama haritasında eşleşen öznitelikler kullanılarak koordinat ekseni üzerindeki öteleme ve dönme miktarları elde edilmektedir. İlk iki tarama için elde edilen öteleme ve dönme miktarları referans değerler üzerine eklenerek yeni koordinat noktalarına ulaşılmıştır. İkinci ve üçüncü tarama içinde aynı ilişkilendirme yapılarak elde edilen öteleme ve dönme değerleri bir önceki ilişkilendirmede elde edilen koordinat değerleri üzerine eklenerek son pozisyon noktası bulunmuştur. Sonuç olarak, lazer sensörden elde edilen nokta kümelerinden 3 adımda gerçekleştirilen lokalizasyon işlemleri sonucunda başlangıç noktası (0,0) olan pozisyonunun ne kadar ötelendiği ve döndürüldüğü bilgisi elde edilmiştir.