Mobil robotlarda Markov konumlama tabanlı navigasyon

Çağımızda 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 konum hesaplamaları ile bir mobil robotun sürekli olarak 'Ben neredeyim?' sorusuna cevap aranmaktadır. Bu nedenlerden dolayı bir mobil robotun etkili bir şekilde kullanılabilmesi için konumlama verileri önemli bir yere sahip olmaktadır. Mobil robotların nerede konumlandığı bilgisini elde etmek için bir çok yöntem önerilmiştir. Bu yöntemler hem uygulanan metod hem de kullanılan veriler ve haritalar açısından farklılıklar gösterebilmektedir. Bunlar göreceli konumlama ve mutlak konumlama olarak bilinir. Konumlama işleminin doğruluğunu arttırmak için bu iki yöntem beraber uygulanır. Bunlardan en bilineni odometri yöntemi ile konum belirleme metodudur. Fakat odometri yönteminde tekerleklerden alınan verilerin işleme alınması ile yapılan bu konumlama işleminde hatalar mevcut olabilir. Bunun nedeni ise, tekerleklerin zemin üzerinde patinaj yapması veya kaymasıdır. Bu nedenler ile konumlama işlemi doğru bir şekilde gerçekleşemez. Mobil robotları konumlandırma işleminde zamanla olasılıksal yaklaşımlar devreye girmiştir. Olasılıksal konumlama, robotun çevreden aldığı bilgileri işleyerek nerede olma ihtimalini arttırıp azaltarak konumunu tespit etmesidir. Olasılıksal konumlama da çeşitli durumlar söz konusudur. Tez de bu çeşitli durumlar anlatılmış ve incelenmiştir. Robotun ilk pozisyonun bilindiği durağan bir ortamda olasılıksal konumlama yöntemlerinden biri olan markov konumlama yöntemi tercih edilmiştir. Markov konumlama yönteminde robotun sahip olduğu bir inanış vardır. Bu aslında robotun o konumdaki olasıksal dağılım fonksiyonudur. Mobil robot başlangıç inancına sahip olarak başlar. Bu tez çalışmasında robotun başlangıç inancı bulunmaktadır. Ayrıca markov konumlama yönteminin bir gereği olarak robotun konumun belirlenmesinde odometrik veriler ve dış sensörlerden alınan veriler beraber işlenerek konumlama gerçekleştirilmiştir. Markov konumlama yöntemi iki ayrı modelleme işleminin uygulanmasıdır. Araçtan odometrik verilerin alınması için bir hareket modellemesi ve kullanılan sensörden alınan verilerin kullanılması için bir algısal modelleme yapmak gerekir.Bu tez çalışmasında kullanılan araç diferansiyel tekerelek modeline sahiptir. Diferansiyel tekerlek sistemi incelenmiş ve kulllanılan aracın olasılıksal modellemesi yapılmıştır. Ayrıca dış sensör olarak LMS 200 tipi lazer sensör kullanılmıştır. Sensör hakkında incelemeler yapılmış ve modellenerek çalışmada kullanılmıştır. Yapılan bu tez çalışmasında amacımız odometrik verilerin işlenmesi ile yapılan konumlamadaki hataları gidermek için olasılıksal bir konumlama yöntemi olan markov tabanlı navigasyonu gerçekleştirmektir. Markov yönteminin temeli, bulunduğu çevrede olasılık yoğunluk fonksiyonunu kullanarak bir tahminleme işlemi gerçekleştirmesidir. Yapılan çalışmalarda, markov konumlama tekniğinin ızgara tabanlı harita üzerinde yapılan işlemlerinde işleme merkezi olarak kullanılan bilgisayara çok fazla bir yük bindiği görülmüştür. Bunun nedeni çok fazla olasıksal değerin hesaplanması ve işlem yükünün çokluğudur. Bu konuda iyileştirmeler yapılmış ve gerekli sonuçlar elde edilmiştir.