Akademik Veri Yönetim Sistemi
Eskişehir Osmangazi Üniversitesi mühendislik ve mimarlık fakültesi dergisi (online), cilt.29, sa.3, ss.346-355, 2021 (Hakemli Dergi)
Bu çalışma, veri tümleştirme tekniklerinin, konumlandırma sistemlerinde gürbüz baş açısı ve
konum bilgisi elde etmede etkinliğini göstermektedir. Önerilen system, gezgin robotun mutlak
ve bağıl konumlandırma alt sistemlerini kullanarak baş açısı ve konum hesaplayan sıkı bağlı
bir yapıya sahiptir. Bağıl konumlandırma alt sistemi, robotun odometre bilgilerini ve
kinematik modelini kullanarak baş açısı ve konum bilgilerini elde eder. Mutlak
konumlandırma sistemi ise, ultrasonik sinyalleri kullanarak konum ve aba baş açısı bilgisi
elde etmektedir. Bu çalışmada, ilk olarak mutlak ve bağıl baş açısı bilgileri, geleneksel Kalman
Filtresi ile tümleştirilerek gürbüz baş açısı bilgisi hesaplanmıştır. Daha sonra, bu gürbüz baş
açısı bilgisi kullanılarak, bağıl konum ölçümünde düzeltme yapılmıştır. Son olarak, daha iyi
konum bilgisi için, mutlak konum ve düzeltilmiş bağıl konumu tümleştirmek için uyarlanabilir
bir Kalman filtresi uygulanmıştır. Deneysel çalışmada, sistemin konumsal doğruluğu ve
hassasiyeti, test ortamı için sırasıyla 63 mm ve% 86 (konum hatası <100mm için) olarak elde
edilmiştir. Önerilen sistem daha güvenilir, sürekli ve daha az gürültülü baş açısı ve konum
bilgisi vermekte olup iç ortamlardaki birçok görev için uygundur.
This study shows the effectiveness of data fusion techniques to achieve robust heading and
position information in localization systems. The proposed system that has tightly coupled
structure calculates heading and position of the mobile robot using the absolute and relative
positioning subsystems. The relative positioning subsystem obtains heading and position
information by using the odometry information and kinematic model of the robot. Absolute
positioning subsystem calculates position and rough heading information using ultrasonic
signals. In this study, firstly the robust heading information is calculated by combining
absolute and relative heading with conventional Kalman Filter. The correction on the relative
position measurement has been made by using this robust heading information. Finally, in
order to obtain better positional information, an adaptive Kalman filter is applied for fusing
the absolute position and the corrected relative position. In the experimental study, the
positional accuracy and precision of the system is obtained as 63 mm and 86% (for positional
error<100mm) respectively in the test environment. The proposed system gives more reliable,
continuous, and less noisy heading and position information and is suitable for many tasks in
indoorenvironments