Navigation of autonomous vehicle in indoor environment

Abstract

Bu çalışma, uzaktan kumandalı bir aracın, çevresini araştıran ve bu bilinmeyen kapalı çevrede kendi yerini tayin edebilen otonom bir araca dönüşümünü incelemektedir. Çalışma aynı zamanda bu çevrenin haritasını oluşturmaktadır. Çalışma, üç temel bölümden oluşmaktadır: (i) otonom aracın donanımı, (ii) işaretleri bulmak için işaretlerle donatılmış ortamı araştırırken, ve bu işaretlere doğru hareket etmesi ve/veya onlara çarpmaması için aracı kontrol etme, (iii) ortamda güvenli şekilde hareket kabiliyetini edindikten sonra, ortamdaki yerini tayin etmesi ve haritasını çıkarması. Otonom aracın tasarımı ve kurulumu Robotbilim ve Otonom Araçlar Laboratuar ında (RAVLAB) ve RAVLAB çalışanları tarafından yapılmıştır. Aracın; düz ilerle, sağa/sola dön, veya dur gibi bazı eylemleri yerine getirebilmesi için gerekli olan komutlar da RAVLAB üyeleriyle işbirliği halinde geliştirilmiş ve uygulanmıştır. Otonom aracın kurulumundan sonra, çevredeki işeretler gibi nesneleri tespit edebilmek için iki farklı veri tipi kullanılır; bir veri tipi ultrasonik algılayıcılardan gelir, ve diğer veri tipi ise kameradan alınan bir grup gorüntüden oluşur. Görüntülerden gerekli bilgileri çıkarabilmek için görüntü işleme algoritmalarından yararlanıldı. Bilinmeyen bir ortamda güvenli bir şekilde haraket etmek, sırasıyla yer bulma ve harita çıkarma problemleri olarak bilinen arabanın kendi yerini bulma ve ortamın haritasını çıkarma işlemidir. Otonom araç seyir halindeyken, bir sonraki pozisyonunu tahmin etmek için, anlık hızı ile geçen zamanın hesaplanması sonucunda aracın yeni yeri tahmin edilir. Aynı zamanda kameradan görülen işaretlerinde yeri tahmin edilir. Ama genellikle aracın gerçek pozisyonuyla, aracın tahmin pozisyonları farklı çıkar. Farklı çıkmasının birçok nedeni vardır örneğin ortamdaki gürültü, sensor gürültüsü, aracın gerilim regülasyonu, v.b.. Deneyler, aracın çalıştığımız ortam içinde güvenli bir şekilde her yöne haraket etmesi açısından cesaretlendirici sonuçlar verdi. Otonom aracın yer bulma ve harita çıkarma sonuçlarının hatasız olmamasına rağmen, sonunda beklediğimiz sonuçları elde edebildik.

This study investigates transforming a remote controlled vehicle into an autonomous vehicle which explores the environment and is able to find its own location in this unknown static indoor environment. It also constructs the map of this environment simultaneously. The study consists of mainly three parts which are (i) the hardware of autonomous vehicle; (ii) while exploring the environment furnished with landmarks to detect the landmarks, and to control the vehicle so that it can move towards theselandmarks and/or it can avoid them; (iii) once having the ability of moving in the environment safely, locating itself and constructing the map of environment. The hardware of the vehicle has mostly designed and installed by Robotics and Autonomous Vehicles Laboratory (RAVLAB) members as it is a part of one of the RAVLAB's projects1. The instructions required to perform the car some actions such as move straight, turn left/right, or stop have also been developed and implemented in collaboration with RAVLAB members. Having the car installed, in order to detect the objects, i.e. landmarks, in the environment, two different types of data have been involved; one type of data comes from ultrasonic distance sensors, and the other one is the set of images taken by web camera. In order to be able to extract useful information from the images, several image processing algorithms have been employed. Moving safely in an unknown environment is a requirement for the car to locate itself and to extract the map of the environment, which are known as localization and mapping problems respectively. While traveling, at every time step, the carestimates its new position by computing the displacement using its instantaneous speed value. The positions of landmarks in its visible area are also estimated. However, real positions of both the car and the landmarks are usually different then the estimated ones because of several factors including sensor noises,