Tez No	İndirme	Tez Künye	Durumu
269051		A novel mobile robot navigation method based on combined feature based scan matching and FastSLAM algorithm / Öznitelik tabanlı mesafe eşleme ve FastSLAM algoritmaları birleşimi özgün hareketli robot navigasyon yöntemi Yazar:AYHAN ÖZGÜR Danışman: YRD. DOÇ. DR. AFŞAR SARANLI ; YRD. DOÇ. DR. İLHAN KONUKSEVEN Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik ve Elektronik Mühendisliği Bölümü Konu:Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering Dizin:Robotik = Robotics	Onaylandı Yüksek Lisans İngilizce 2010 176 s.
Bu çalışmadaki temel amaç, geniş boyutlu detaylı iç ortamlarda pratik iç ortam konumlamave haritalama algoritması gerçeklenmesidir. Biriken tutarlı bir harita oluştururken bununkonumlama için kullanılması kısmen çözülmemiş bir problem olup hareketli robotnavigasyonunda başlıca öneme sahip bir konudur. Bu çatı altında, LADAR ve odometrealgılayıcılarını kullanılarak öznitelik tabanlı mesafe eşleme ve FastSLAM algoritmalarıbirleşimi bir yöntem sunulmaktadır. Bu yöntemde, SLAM modülüne odometre çıktısı yerinedaha iyi bir konumlama bilgisi verilerek, iyileştirilmiş veri eşleme ve konumlama hassasiyetisağlanmaktadır.Bu tez iç ortamda konumlama ve haritalama ile ilgili şu katkıları sağlamaktadır: Birinciolarak, öznitelik tabanlı FastSLAM ve mesafe eşleme algoritmalarını birleştirmektedir.İkinci olarak mesafe eşleme için geliştirilmiş geometrik ilişkiler kullanılmıştır; ek olarakkonum farkları için de vektör taşınmasına dayalı yeni bir metot önerilmiştir. Bu yöntemlerüzerinde dikkatle çalışılıp farklı gerçekçi LADAR veri kümelerinde, konumlama veharitalama hassasiyetinde oluşan hatalara göre düzenleme yapılmıştır. Üçüncü olarak, doğruparçası ve köşe tabanlı veri eşlemesi için konuma ek olarak, yön bilgisi kullanımı daFastSLAM modülüne bir eklenti olarak verilmiştir.Algoritmalar farklı iç ortamlarda çalışan gerçek robot platformlarından alınan LADAR veodometre verileri ile test edilmiştir. Literatürdeki bu veri kümelerine ek olarak, Pioneer 3ATdeney robot platformlarıyla alınmış kendi veri kümelerimiz de kullanılmıştır. Sonuç olarakgeniş boyutlu detaylı alanlarda çalışabilen gerçek zamanlı bir konumlama algoritmasıoluşturulmuştur.Anahtar kelimeler: Mesafe eşleme, LADAR tabanlı öznitelik çıkarımı, Eş zamanlıkonumlama ve haritalandırma
The main focus of the study is the implementation of a practical indoor localization andmapping algorithm for large scale, structured indoor environments. Building an incrementalconsistent map while also using it for localization is partially unsolved problem and of primeimportance for mobile robot navigation. Within this framework, a combined methodconsisting of feature based scan matching and FastSLAM algorithm using LADAR andodometer sensor is presented. In this method, an improved data association and localizationaccuracy is achieved by feeding the SLAM module with better incremental pose informationfrom scan matching instead of raw odometer output.This thesis presents the following contributions for indoor localization and mapping. Firstlya method combining feature based scan matching and FastSLAM is achieved. Secondly,improved geometrical relations are used for scan matching and also a novel method based onvector transformation is used for the calculation of pose difference. These are carefullystudied and tuned based on localization and mapping performance failures encountered indifferent realistic LADAR datasets. Thirdly, in addition to position, orientation informationusage in line segment and corner oriented data association is presented as an extension inFastSLAM module.The method is tested with LADAR and odometer data taken from real robot platformsoperated in different indoor environments. In addition to using datasets from the literature,own datasets are collected on Pioneer 3AT experimental robot platform. As a result, a realtime working localization algorithm which is pretty successive in large scale, structuredenvironments is achieved.Keywords: Scan matching, LADAR based feature extraction, Simultaneous localization andmapping.