Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2017 / Cilt: 32 - Sayı: 4

Eş zamanlı konum belirleme ve haritalama probleminde yeni bir durum tahmin yöntemi olarak parçacık akış filtresi

Sayfa
1255–1270
Yayın Tarihi
2017-12-08
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Belirsizlik altında tahmin araçlarının performans analizleri ile birlikte verilen benzetim sonuçlarına göre parçacık akış filtresi tabanlı EZKH performansı hesaplama maliyeti nedeniyle bazı gerçek zamanlı uygulamalardaki zorluklarına rağmen literatürde daha önce yer almış diğer tahmin yöntemleriyle karşılaştırıldığında daha başarılı sonuçlar verdiği, özellikle belirsizlikleri daha düşük algılayıcılar kullanan ölçüm ortamlarında parçacık filtresi yapısında ortaya çıkan dejenerasyon sorununu ortadan kaldırması nedeniyle tercih edilebileceği görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Son çeyrek yüzyılda ortaya çıkan Eş Zamanlı Konum Belirleme ve Haritalama (EZKH) problemi, 2000’li yıllardan başlayarak kara, deniz, hava platformları için uyarlanmış olmakla birlikte Kalman Filtresi tabanlı Genişletilmiş Kalman Filtresi ve Dağıtılmış Kalman Filtresi gibi parametrik filtre yaklaşımları yanında Parçacık Filtresi gibi non-parametrik yöntemlerden oluşan durum tahmin yöntemleri, model ya da grafik tabanlı üst seviye kontrol amaçlayan ve özellikle de görüntü işleyen teknikler kullanılmıştır.
📊
Temel Bulgular & Veri:Platform, araç, algılayıcı tipi ve kara, deniz, hava gibi ortam türü başlıklarında oldukça fazla farklılıklar göstermesi nedeniyle EZKH probleminin sınıflandırma yoluyla performans analizi ihtiyacından bahsedilebilir.
💡
Sonuç & Katkı:Belirsizlik altında tahmin araçlarının performans analizleri ile birlikte verilen benzetim sonuçlarına göre parçacık akış filtresi tabanlı EZKH performansı hesaplama maliyeti nedeniyle bazı gerçek zamanlı uygulamalardaki zorluklarına rağmen literatürde daha önce yer almış diğer tahmin yöntemleriyle karşılaştırıldığında daha başarılı sonuçlar verdiği, özellikle belirsizlikleri daha düşük algılayıcılar kullanan ölçüm ortamlarında parçacık filtresi yapısında ortaya çıkan dejenerasyon sorununu ortadan kaldırması nedeniyle tercih edilebileceği görülmüştür.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2000 Verileri
⚙️Değişkenler:Parçacık akış filtresi · belirsizlik altında tahmin · eş zamanlı konum belirleme ve haritalama

Özet

Son çeyrek yüzyılda ortaya çıkan Eş Zamanlı Konum Belirleme ve Haritalama (EZKH) problemi, 2000’li yıllardan başlayarak kara, deniz, hava platformları için uyarlanmış olmakla birlikte Kalman Filtresi tabanlı Genişletilmiş Kalman Filtresi ve Dağıtılmış Kalman Filtresi gibi parametrik filtre yaklaşımları yanında Parçacık Filtresi gibi non-parametrik yöntemlerden oluşan durum tahmin yöntemleri, model ya da grafik tabanlı üst seviye kontrol amaçlayan ve özellikle de görüntü işleyen teknikler kullanılmıştır. Platform, araç, algılayıcı tipi ve kara, deniz, hava gibi ortam türü başlıklarında oldukça fazla farklılıklar göstermesi nedeniyle EZKH probleminin sınıflandırma yoluyla performans analizi ihtiyacından bahsedilebilir. İlk kez 2009 yılında ortaya konulan parçacık akış filtresi özellikle yüksek doğruluk ve hızlı yakınsama gibi avantajları nedeniyle ilgi görmüştür. Bu çalışmada literatürde ilk kez olarak Parçacık Akış Filtresi tabanlı bir EZKH yapısı filtrenin matematik temelleri, filtre analizleri, otonom bir yer aracı ve algılayıcı modelini de içerecek şekilde verilmiştir. Belirsizlik altında tahmin araçlarının performans analizleri ile birlikte verilen benzetim sonuçlarına göre parçacık akış filtresi tabanlı EZKH performansı hesaplama maliyeti nedeniyle bazı gerçek zamanlı uygulamalardaki zorluklarına rağmen literatürde daha önce yer almış diğer tahmin yöntemleriyle karşılaştırıldığında daha başarılı sonuçlar verdiği, özellikle belirsizlikleri daha düşük algılayıcılar kullanan ölçüm ortamlarında parçacık filtresi yapısında ortaya çıkan dejenerasyon sorununu ortadan kaldırması nedeniyle tercih edilebileceği görülmüştür.

🔖

Bu Makaleye Atıf Yap

Duymaz, E., Oğuz, A. E., Temeltaş, H. (2017). Eş zamanlı konum belirleme ve haritalama probleminde yeni bir durum tahmin yöntemi olarak parçacık akış filtresi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 32 - Sayı: 4, 1255–1270. https://ajindex.com/articles/20173

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Smith R., Cheesman P., On the representation of spatial uncertainty, Int. J. Rob. Res., 5 (4), 56–68, 1987
  2. Dissanayake G., Durrant-Whyte H.F., Bailey T., A computationally efficient solution to the simultaneous localisation and map building (SLAM) problem, ICRA IEEE International Conference of Robotics and Automation, San Francisco, California USA, 1009-1014, 24-28 April, 2000
  3. Bailey T., Durrant-Whyte H.F., Simultaneous localization and mapping (SLAM): The Essential Algorithms, IEEE Robotics and Automation Magazine, 13 (2), 99-105, 2006
  4. Bailey T., Durrant-Whyte H.F., Simultaneous localization and mapping (SLAM): State of the Art, IEEE Robotics and Automation Magazine, 13 (2), 105-110, 2006
  5. Andrade-Cetto J., Sanfeliu A., The effects of partial observability in SLAM, ICRA IEEE International Conference of Robotics and Automation, 397-402, New Orleans, Los Angeles USA, 26 April -1 May, 2004
  6. Vidal-Calleja T., Andrade-Cetto J., Sanfeliu A., Conditional for suboptimal filter stability in SLAM, IEEE Inernational Conference on Intelligent Robots and Systems, 27-32, Sendai, Japan, 28 Sept -2 Oct, 2004
  7. Bailey T., Nieto J., Guivant J., Stevens M., Nebot E., Consistency of the EKF-SLAM algorithm, IROS IEEE/RSJ International Conference on Intelligent Robots and Systems, 3562-3568, Beijing, China, 9-15 Oct, 2006
  8. Kim J., Sukkarieh S., Airborne Simultaneous Localisation and Map Building, ICRA IEEE International Conference of Robotics and Automation, 406-411, Taipei, Taiwan, 14-19 Sept, 2003
  9. Johnson E. N., Allen D.W., Kaess M., Chowdhary F.G., Autonomous flight in GPS-denied environments using monocular vision and inertial sensors, Journal of Aerospace Information Systems, 10 (4), 172-186, April 2013
  10. Spruyt V., Ledda A., Philips W., Sparse optical flow regularization for real-time visual tracking, ICME IEEE International Conference on Multimedia and Expo, 1-6, San Jose, California USA, 15-19 July, 2013
  11. Songmin J., Xiaolin Y., Xiuzhi L., Mobile robot parallel PF-SLAM based on OpenMP, ROBIO IEEE International Conference on Robotics and Biomimetics, 508-513, Guangzhou, China, 11-14 Dec, 2012
  12. Welle J., Schulz D., Bachran T., Cremers A.B., Optimization techniques for laser-based 3D particle filter SLAM, ICRA IEEE International Conference on Robotics and Automation, 3525-3530, Alaska USA, May, 2010
  13. Xiuzhi L., Songmin J., Ke W., Xiaolin Y., Distributed parallel processing of mobile robot PF-SLAM, ACAI International Conference