RP-LIDAR KULLANILARAK MOBİL ROBOTLAR İÇİN EŞ ZAMANLI KONUM BELİRLEME VE HARİTALAMA

Abstract

Otonom robotlar, çevreden aldıkları verileri kendi kendine yorumlayıp karar verebilen mekanizmalardır. Tehlikeli olan veya insanlar tarafından ulaşılması zor ya da ulaşılamayan yerlerde gerekli işlemleri yapabilmek için otonom robotlar kullanılır. Böyle bir durumda otonom robotun gerekli işi yapabilmesi için öncelikle çevresini ve kendi konumunu bilmesi gereklidir. Bilinen bir ortam ise, önceden hazırlanan harita otonom robota yüklenir ancak bilinmeyen bir ortam ise, eş zamanlı olarak hem ortamın haritasını hem de kendi konumunu belirlemesi gerekir. Bu nedenle bilinmeyen bir ortama girdiği zaman hem ortamın haritasını çıkaracak hem de kendi konumunu belirleyecek bir otonom mobil robota ihtiyaç duyulmaktadır. Bu çalışmada ilk olarak, otonom mobil robotların modellenmesi için gerekli adımlar genel hatları ile verilmiştir. İkinci olarak, Windows 7'de MATLAB ortamında sanal bir ortam oluşturularak Eş Zamanlı Konum Belirleme ve Haritalama (SLAM) işleminin benzetimi yapılmıştır. Üçüncü olarak, Linux'da Robot İşletim Sistemi (ROS) ortamında konum belirleme ve haritalama eş zamanlı olarak gerçekleştirilmiştir. Bu amaç için, Kobuki firması tarafından üretilen Turtlebot mobil robotu kullanılmıştır. Bu uygulamada, Turtlebot bilgisayar USB arabirimi ile manuel olarak kontrol edilmiştir. Ortam haritasının çıkarılması ve robotun konumunu belirlemesi için lazer mesafe ölçümü yapan LIDAR sensörü kullanılmıştır. SLAM için istatistiksel kestirim yöntemlerinden biri olan Kalman Filtresi tabanlı Parçacık Filtresi uygulanmıştır. Bu yöntem için ROS içerisine Gmapping algoritması yüklenmiştir. Son olarak, ROS kullanılarak Turtlebot'un kontrolü otonom bir şekilde gerçekleştirilmiş, deney ortamın haritası aynı zamanda konumunu da belirlenerek çıkarılmıştır. Tüm uygulamalar başarılı bir şekilde gerçekleştirilmiştir. Elde edilen sonuçlar şekillerle verilmiştir.

Autonomous robots are the mechanisms by which they can interpret and decide on the data they receive. Autonomous robots are used to perform necessary operations in areas that are dangerous or difficult to reach or accessible by people. In such a case, the autonomous robot must first know its surroundings and its position in order to be able to do the necessary work. If it is a known environment, the previously prepared map is loaded to autonomous robot. On the other hand, if it is an unknown one, it must simultaneously determine both the map of the environment and its own location. For this reason, when entering an unknown environment, an autonomous mobile robotic is needed that will both map out the environment and determine its own location. In this thesis, firstly, the necessary steps for the modeling of autonomous mobile robots were given. Secondly, the process of Simultaneous Localization And Mapping (SLAM) was realized for a virtual environment in MATLAB at Windows 7. Thirdly, it was performed SLAM in the Robot Operating System (ROS) at Linux. For this purpose, Turtlebot mobile robot, manufactured by Kobuki Company, was used. In this application, Turtlebot computer was manually controlled via USB interface. The LIDAR sensor, which measures the laser distance, was used to extract the environment map and determine the position of the robot. Particle Filter based on Kalman Filter that is one of the statistical estimation methods was used for SLAM. For this method, the Gmapping algorithm was loaded into the ROS. Finally, the control of Turtlebot was performed autonomously using ROS and the map of the experimental environment was also determined by determining its position at the same time. All applications were successfully carried out. The results obtained were illustrated in figures.