Ekişehir Omangazi Üniveritei Müh.Mim.Fak.Dergii C.XX, S.2, 2007 Eng&Arch.Fac. Ekişehir Omangazi Univerity, Vol..XX, No:2, 2007 Makalenin Geliş Tarihi : 23.11.2006 Makalenin Kabul Tarihi : 23.10.2007 GEZGİN ROBOTLARDA ULTRASONİK MESAFE ALGILAYICILARLA ROBOT DAVRANIŞLARININ KONTROLÜ VE ÇEVRE ARİTALAMA Oman ARLAKTUNA 1, Elif EROĞLU 2 ÖZET : Bu çalışmada gezgin bir robot üzerinde bulunan ultraonik algılayıcılardan ve kodlayıcıdan alınan verilerden faydalanılarak Baye güncellemeli doluluk ızgaraları yöntemiyle robotun dolaştığı çevrenin haritaı oluşturulmuştur. arita tepit etmekteki amacımız robotun ve etrafındaki ciimlerin konumlarını bilmek itememizdir. Robotun çevrei ne kadar doğru modellenire ileriye yönelik planlama davranışları da o kadar başarılı olacaktır. Bu amaçla, duvar bulma, duvar takibi, öndeki ve yandaki engellerden kaçınma, içbükey ve dışbükey köşe dönüşleri, tamponların kontrolü, tekerleğin ıkışma durumundaki kontrolü gibi robotun yapmaı gereken temel davranışlar geliştirilmiştir. Geliştirilen davranış modeli IONEER robotlar için taarlanmış MobilSim imülatörü ve 3-DX robotu ile tet edilmiştir. Elde edilen uzaklık bilgilerinden robotun dolaştığı çevrenin haritaı başarılı bir şekilde oluşturulmuştur. ANATAR KELİMELER : Gezgin Robotlar, aritalama, Ultraonik Meafe Algılayıcılar. BEAVIOR CONTROL AND ENVIRONMENT MAING WIT ULTRASONIC RANGE SENSORS IN MOBILE ROBOTS ABSTRACT: In thi tudy, uing the data obtained from ultraonic range enor and encoder on a mobile robot, map of the environment around the mobile robot i contructed by occupancy grid method with Bayeian update rule. urpoe of the map building i to know the location of the robot and object around it. Modelling the environment of the robot accurately will reult in more ucceful behavior planning for the robot. For thi purpoe, firt fundamental behavior of the robot, uch a wall finding, wall following, avoiding front and ide obtacle, turning convex and concave corner, controlling bumper and controlling tall, are developed. The developed behavior model i imulated with MobilSim imulator which i deigned for IONEER robot, and teted with 3-DX robot. Uing the range data, map of the environment of the robot i contructed uccefully. KEYWORDS: Mobile Robot, Mapping, Ultraonic Range Senor. 1, 2 Ekişehir Omangazi Üniveritei, Mühendilik Mimarlık Fakültei, Elektrik Elektronik Mühendiliği Bölümü, Batı Meşelik Kampüü, 26480 ESKİŞEİR

84 I. GİRİŞ Gezgin robotların günlük hayatta kullanımı her geçen gün artmaktadır. Bu kullanımlara örnek olarak hatanelerde hatalara ervi yapma, müzelerde rehberlik yapma verilebilir. Bu uygulamalarda hatane ervi robotunun hatanın yerini bilmei ve müze rehberi robotunun da hangi eerin önünde olduğunu algılamaı gereklidir. Bu durumda robotun hafızaında hatanenin ya da müzenin bir haritaının bulunmaı ve bu harita ile robotun algılayıcılarından elde ettiği verileri kullanarak oluşturduğu anlık haritayı karşılaştırarak kendini konumlandırmaı gereklidir. Bu çalışmada robotun üzerinde bulunan ultraonik algılayıcılar ve kodlayıcı kullanılarak robotun dolaştığı çevrenin haritaı çıkarılmıştır. Konum ve ciim algılama için en iyi çözümün, doğa tarafından getirildiği görülmektedir. Bu çözümün en iyi uygulayıcıları kuşkuuz yaraalardır. Yaraalar adece karanlık ve aydınlığı algılayabilecek bir göz yapıına ahiptirler ve yaşamlarını gece avlanarak ürdürürler. Buna rağmen ahip oldukları karmaşık ultraonik algılama itemi ayeinde, karanlık bir odanın zeminindeki küçücük bir tırtılı bile algılar ve avlarlar [1]. Konum ve ciim algılama problemine, doğanın bulduğu çözüm kadar geçerli ve etkin olmaa da birçok çözüm üretilebilmiştir. Söz konuu oruna cevap olarak üretilen endütriyel çözümler şu şekilde ıralanabilir: 1. Kızıl Ötei Optik algılayıcılar 2. Ultraonik algılayıcılar 3. Lazer algılayıcılar Optik algılayıcılar, endütriyel uygulamalar içeriinde özellikle ciim algılama için ıkça kullanılmaktadır. Bu tip algılayıcılar temel olarak kaynaktan gönderilen belirli bir frekana ahip ışığın, yanıtıcı aynadan geri yanıtılarak alıcı tarafından algılanmaına dayanmaktadır. Algılayıcı özellikle ciim algılama yönünden etkin ve ucuz bir çözüm ürete de birçok dezavantaja ahiptir. Özellikle meafe bu tip algılayıcılar için çok kritik bir parametre konumundadır. Meafe arttıkça, kaynak tarafından yollanan ışının dağılımı ve geri yanıyamamaı algılayıcı için önemli bir problemdir. Bu ebepten dolayı hatalı onuçlar ortaya çıkabilmektedir. Bunun dışında özellikle kirli ve/veya parçacıklı

85 ortamlarda bu tip algılayıcıların yanıtıcıları ıklıkla işlev yapamaz hale gelebilmektedir. Bu tip algılayıcılar ile yapılan meafe algılama uygulamalarında gözlenen diğer bir olumuz etki ie yanıtıcı yüzeyin rengidir. Özellikle koyu renkli neneler üzerinde yapılan çalışmalarda, cimin algılayıcı tarafından ya hiç algılanmadığı ya da çok geç algılandığı gözlenmiştir. Bunun ebebi ie koyu yüzeylerin ışığı emmeleri ve yanıtmamalarıdır [2]. Lazerin endütriyel uygulamalarından biri olan lazer algılayıcılar ie temel olarak optik algılayıcılar ile aynı çalışma mantığına ahiptirler. En büyük farkları ie çok daha yükek bir dalga boyundaki bir ışık ile çalışıyor olmalarıdır. Meafe ve nene algılama orunu açıından incelediğimizde ie lazer algılayıcıların çok etkin bir onuç verdiği gözlenmektedir. Lazer algılayıcıların dezavantajları ie ilk olarak adece belirli bir düzeydeki neneleri algılamalarıdır, o düzeyin ütündeki veya altındaki ciimleri algılayamazlar. Ayrıca hala diğer algılayıcılara göre fiyat olarak oldukça pahalıdır. Bunlara ek olarak bazı ciimler özelikle cam gibi lazer algılayıcı tarafından algılanmaz [3]. Ultraonik algılayıcılar ie ilk defa 1917 yılında kullanılmaya başlanmıştır. Se dalgaları yoluyla ciimlerin yerini aptayan bu aracın temel ilkeleri Franız fizikçi aul Langevin tarafından ortaya atılmıştır [4]. Se dalgaının bir noktaya gönderilip geri gelme üreine bağlı olarak ölçülen meafe değerinden faydalanılmaktadır. Bu itemde birden fazla efer paketler yayımlanır ve ekonun alındığı zaman ölçülür. Bu zamana uçuş zamanı da denir. Bu zamanın meafelerin ölçümünde kullanılmaında e hızının bildiğimiz değerinin değişmediği ya da çevreel ıcaklığa bağlı olarak ihmal edilebilir bir biçimde değiştiği varayılır. Ultraonik algılayıcılar lazer algılayıcılara göre daha ekonomiktir. Ultraonik algılayıcılarla meafe ölçümündeki ana dezavantaj nenelerin yüzeyinden gerçekleşen yanıma ile ilgili problemlerdir. Buna aynaal yanıma adı da verilir [5]. Yanıma yönü gelen e dalgaının yüzeyle yaptığı açıyla ve yüzeyin şekliyle ilgilidir. Geliş açıı ne kadar ufak olura, ein yanıma yapmadan yüzeyi ıyırmaı ihtimali o kadar yükelir ve bu şekilde hatalı bir meafe ölçümü yapılır. Bu duruma aynaal denmei ebebi, kaygan yüzeylerin, yanıtıcı özellikleri ile bu orunun büyümeine yol açmaıdır. Daha kaba yüzeylerde ie düzeniz yanımalardan birinin geri dönme ihtimali daha yükektir. Uzak meafelerde ie ölçümlerin keinliği büyük oranda düşecektir,

86 bunun ebebi yanlış ölçümlerin dönmei ihtimalinin yükek olmaıdır. Bu dezavantajlarına rağmen ultraonik algılayıcılar ile ölçümler hareketli robot uygulamalarında ıklıkla uygulanmaktadır, bu uygulamalar araında iç mekan ve dış mekan haritalarının çıkarılmaı da yer almaktadır [6]. arita çıkarılmaının amacı robotun nerede olduğunun ve etrafındaki ciimlerin konumlarının bilinmek itenmeidir. Robotun çevrei doğru bir şekilde modellenir ve haritaı çıkarılıra birçok karmaşık görev daha hızlı ve güvenli bir şekilde robot tarafından gerçekleşir. arita çıkarmada tek bir algılayıcı kullanılmaı yeterli olmayabilir. Farklı algılayıcılar ortam hakkında farklı bilgiler verir. Bu bilgilerin birlikte kullanılmaı hata oranını azaltacaktır. Örnek olarak kamera ve ultraonik algılayıcıların birlikte kullanılmaı algılayıcıların zayıf noktalarını azaltacaktır. Örneğin ultraonik algılayıcılar içbükey köşelerden yanıyan ışınlardan dolayı köşeyi daha uzakta algılayabilir. Işın köşenin bir kenarından yanıyarak diğer köşeye yönlenecek ve oradan da geri yanıyarak algılayıcıya dönecektir. Bu da algılanan meafenin olmaı gerekenden fazla ölçülmeine ebep olur. ancak bu durum kameradan alınan bilgi ile birleştirilire yanlış algılama ortadan kaldırılabilir. arita çıkarmada karşılaşılan en önemli problemlerden biri de robotun konum ve yön bilgiini algılayıcılardan almaıdır. Eğer robot yanlış konum bilgileri alıra harita güncellememiz de yanlış olacaktır. Robotun ilerleme meafei tekerleklere bağlı kodlayıcının dönme ayıı ile belirlenir. Tekerleklerde kayma ve açıal yönlenme olura kodlayıcıdan yanlış bilgi alınacak ve robotun konum bilgii de hatalı olacaktır. Ultraonik meafe algılayıcıları ile ortamın haritaının oluşturulmaı konuunda literatürde birçok çalışma bulunmaktadır [7-23]. Bu çalışmanın amacı 3 DX gezgin robotu kullanılarak bilinmeyen ortamların çevre haritalarının çıkartılabilmei ve yine bilinmeyen ortamlarda robotun çevrede bulunan engellere çarpmadan gezinebilmeidir. Bu çalışmada, çevre haritalama ve robot davranışlarının kontrolü işlemleri Mobilim imülatöründe ve 3-DX robotunda uygulanmış ve onuçların değerlendirilmei yapılmıştır. Duvar bulma, duvar takibi, öndeki ve yandaki engellerden kaçınma, içbükey ve dışbükey köşe dönüşleri, tamponların kontrolü, tekerleğin ıkışma durumundaki kontrol davranışları geliştirilmiştir. Ultraonik algılayıcılardan ve kodlayıcıdan

alınan veriler doğrultuunda Baye güncellemeli doluluk ızgaraları metodu kullanılarak çevre haritaı oluşturulmuştur. 87 II. DOLULUK IZGARALARI METODUNUN ULTRASONIK ALGILAYICI MODELİNE UYGULANMASI Ultraonik algılayıcı modelinde e dalgaının bir noktaya gönderilip geri gelme üreine bağlı olarak ölçülen meafe değerinden faydalanılmaktadır. Bu modelde algılayıcının yaydığı e dalgaı yolunda bir nenenin bulunup bulunmadığına, meafe bilgilerine göre karar verilir. Bu çalışmada kullanılan 3-DX robotunun ön tarafında 8 adet, arka tarafında da 8 adet olmak üzere toplam 16 ultraonik algılayıcı vardır. Kullanılan algılayıcılar olaroid 6500 eriidir ve 40kz frekanında çalışmaktadır ve minimum 15 cm, makimum 7m ölçüm yapılabilmektedir. Ancak kullanılan imülatör programının özelliğinden dolayı makimum ölçülebilen uzaklık 5m alınmıştır. er algılayıcı kendi merkezine göre ± 15 derecelik bir bölgeyi taramaktadır. II.1. Ultraonik Algılayıcı Bölgeleri Şekil 1 de ultraonik algılayıcı modeli göterilmektedir. Bu şekilde R Algılayıcının makimum okuma uzaklığını, r Algılayıcının okuduğu meafeyi, β Algılayıcının görme açıının yarıını, α Algılayıcının neneye olan ışımaının açıını götermektedir. Ultraonik algılayıcı modelinde: 0-350mm araı II. bölgeyi, 350-500 mm araı I. bölgeyi, 500-5000 mm araı III. bölgeyi oluşturmaktadır. I. Bölge: Bu bölgedeki bütün noktalarda algılayıcı tarafından gönderilen meafe bilgii ile geri gelen meafe bilgii eşittir. Bu bölgedeki ızgaralar büyük olaılıkla doludur. II. Bölge: Bu bölgedeki ızgaralar büyük olaılıkla boştur. Bu bölge algılayıcı ile 1.bölge araında bulunur. III. Bölge: Bu bölgedeki ızgaraların durumu bilinmemektedir.

88 Şekil 1. Ultraonik Algılayıcı Modelin Bölgelere Ayrılmaı. Gönderilen bir e dalgaı 1. bölgeye düşen bir uzaklık bilgii veriyora algılayıcının görüş açıı yönünde bir engel vardır. Engel olma olaılığı algılayıcının yanıma meafei ile ilgilidir. α değeri ıfıra yaklaştıkça 1. bölgede engel bulunma olaılığı artar. r uzaklıktaki α açıındaki bir nenenin ultraonik algılayıcı modeli olaılığı: 1. Bölge için; R r β α + R dolu β = makimumdolu 2 boş 1 dolu 2.Bölge için; = 2 dolu 1 boş = 3 R r β α + R = β boş 4 2 şeklinde heaplanacaktır. Engel algılayıcıya yakına r değeri küçük olacağından R R r değeri büyüyecektir. yakına α değeri küçülecek β α β olma katayıı genelde 1.0 kabul edilmektedir. 1 Eğer engel algılayıcının bulunduğu hizaya değeri büyüyecektir. Makimum dolu

89 3.Bölgede ie dolu = 1/ 2 5 boş = 1/ 2 6 olarak kabul edilecektir. II.2. Baye güncellemei Doluluk ızgaraları yönteminde üç tip güncelleme yapılabilmektedir [2]. Bunlar 1. Baye güncellemei 2. Dempter-Shafer güncellemei 3. IMM güncellemei [24]. Bu çalışmada Baye güncelleme metodu uygulanmıştır. ' II.1. bölümünde verilen eşitlikler olaılık hipotezi oluşturulmaını ağlar. ' ' = dolu boş veya = {, } ve 0 1 ' {, } Temel olaılık özelliklerine göre; = 1 ve şartız olaılıklardır. Şartız olaılıklar adece ön bilgi ağlar, algılayıcı bilgileri bu olaılıklar kullanılarak birleştirilemez. Baye kuralı bu probleme matematikel bir çözüm ağlar. Baye kuralı aşağıda açıklandığı gibi elde edilir. A, A nın gerçekleşme olaılığı olun ve B de B nin gerçekleşme olaılığı olun. A B ie A ve B nin birlikte gerçekleşme olaılığıdır. A B, B nin gerçekleştiği yerde A nında gerçekleşme olaılığıdır. Bundan dolayı çarpım kuralından denklem 7 elde edilir. A B = A B A 7 Denklem 7 dekine benzer olarak, B A = B A B 8 Fakat bilindiği üzere, A B = B A 9 Denklem 7 ve 8 i kullanarak A B çözümü,

90 B A A B B A = 10 Olarak elde edilir. Genelleştirilire, Sonraki olaılık= koşullu olaılık x önceki olaılık / tüm olaılık 11 Önceki olaılık ', Bölüm II.1 de anlatıldığı gibi heaplanır. algılayıcının okuduğu değeridir. algılayıcı okuma değerinde hipotezinin gerçekleşme olaılığıdır. ipotezin bütün olaılıkları, +, ultraonik algılayıcı modeline göre heaplanır. Sonraki olaılık denklem 11 den doluluk ızgaraının dolu olduğu durumda koşullu olaılığı verir. İdeal durumlarda bütün elemanların haritalama ürecinde adece bir kere güncellenmei yeterlidir, ancak bu tür bir olaılık nadiren oluşur. Baye güncellemeli doluluk ızgaraları metodu ardışık bir yöntemdir ve bir noktanın dolu olup olmadığı olaılığı ultraonik algılayıcının birden çok yanımaından güncellenebilir. Denklem 11 kullanılarak...,,...,...,,..., 2 1 2 1 2 1 2 1 n n n n + = 12 elde edilir. Burada i, i=1,2,..,n algılayıcı okumalarıdır. Okumaların birbirinden bağımız olduğu düşünülüre,...,...,, 2 1 2 1 n n = 13 olarak heaplanabilir. n ; n ayıda incelemede heaplamada işlem ayıının artmaından dolayı ekonomik olmayacaktır. Bu nedenle A A B B B A = 14 kuralı denklem 12 ile birleştirilire, kuralın tekrarlı veriyonu elde edilir. 1 1 1 + = n n n n n n n 15 Böylece her algılayıcı okumaının var olan olaılığının yeni koşullara göre güncellemei için denklem 15 kullanılabilir.

III. ROBOT DAVRANIŞLARININ GELİŞTİRİLMESİ Robotun bulunduğu ortamın haritaını çıkarabilmei için o ortamda güvenli bir şekilde dolaşabilmei gereklidir. Bu nedenle gezgin bir robotun üzerindeki ultraonik meafe algılayıcılardan aldığı bilgileri kullanarak bir bölgede en yakın duvarı bularak duvarı takip etme ve engellerden kaçınma davranışları geliştirilmiştir. Geliştirilen davranış modeli IONEER robotlar için taarlanmış Mobilim imülatörü [25] ve 3- DX robotu ile tet edilmiştir. 3 DX robotunun ütten ultraonik algılayıcıların konum ve yönlenmeleri Şekil 2 de görülmektedir. Geliştirilen davranışlar: 1. Duvar Bulma Davranışı 2. Duvara aralel Olma Davranışı duvar takibi 3. Yandaki Engelden Kaçınma Davranışı 4. Öndeki Engelden Kaçınma İçbükey dönüşleri Davranışı 5. Dışbükey Köşe Dönüşleri 6. Tamponların Kontrolü 7. Tekerleğin Sıkışma Durumunda Kontrol Davranışıdır. 91 Şekil 2. 3-DX Robotta Ultraonik Algılayıcı Konumlarının ütten görünümü.

92 III.1. Duvar Bulma Davranışı Duvar takibi için öncelikle robotun kendiine en yakın duvarı bulmaı gerekmektedir. Robotun her zaman ağ tarafındaki duvarı takip edeceği varayılmıştır. Bu nedenle robotun ağ tarafında 1000mm yakınında bir duvar olmamaı robotun duvar bulma davranışına başlamaını tetikler. Robot aat yönüne ter yönde +5 derecelik adımlarla döndürülür ve robotun önündeki algılayıcı bilgileri okunur. Şekil 3 te robotun ön kımındaki ultraonik algılayıcıların -10º ve +10º lık aralıkta ölçtükleri meafe bilgii göterilmektedir. ön 10 0-10 90 robot -90 180 Şekil 3. 3-DX in Ön Kımındaki Ultraonik Algılayıcıların Meafe Ölçüm Aralıkları. Robot bu şekilde 360 0 döner ve ön algılayıcılardan aldığı meafe bilgilerini kaydeder. Daha onra robot kaydedilen meafe bilgilerinden en küçüğünün yönünde hareket ettirilir. Bu yön robota en yakın duvarın bulunduğu yöndür. Robot duvara 400 mm yaklaşınca durdurulur ve ter aat yönünde dönmei ağlanır. Şekil 4 te robotun ağ tarafındaki ultraonik algılayıcıların -100º ile - 80º aralığında okudukları meafe bilgii göterilmektedir. Robot bu aralıkta en küçük meafe bilgii elde edilene kadar döndürülür. Böylece robot en küçük meafede duvara paralel hale gelir.

93 0 ağ yan 90 robot -80-90 -100 180 Şekil 4. 3-DX in -100º den -80º ye Kadar olar Koordinatları. III.2. Duvara aralel Olma Davranışı Duvar Takibi Robotun ağ tarafındaki ultraonik algılayıcılardan alınan meafe bilgii 350 mm ile 450 mm araında ie robot duvara en uygun meafede bulunmaktadır. Bu değerler araında robotun ağ tarafında bulunan 7. ve 8. ultraonik algılayıcıların meafe bilgileri eşitlenmeye çalışılır. 7. ve 8. ultraonik algılayıcı meafe bilgiinin farkının ortalamaı 5 mm den küçüke robot duvara paralel düz gitmektedir. 7. ultraonik algılayıcının okuduğu meafe değeri, 8. ultraonik algılayıcının okuduğu değerden büyüke -1 derece ile ter aat yönünde; 7. ultraonik algılayıcının okuduğu meafe değeri, 8. ultraonik algılayıcının okuduğu değerden küçüke +1 derece ile aat yönünde dönerek paralelleştirme ağlanır. Sağ meafe 350 mm nin altında ie robot duvara çok yaklaşmıştır. +1 derece döndürülerek dışarı doğru yönlendirilir. Sağ meafe 450 mm nin ütünde 1000 mm nin altında ie uzaklaşma meafei ile doğru orantılı olarak robot içeri doğru yönlendirilir. III.3. Yandaki Engelden Kaçınma Davranışı Sol veya ağ meafe bilgii 200 mm nin altındaya robot duvarlara veya herhangi bir neneye çok yaklaşmıştır, bu nedenle yandaki engelden kaçınma

94 davranışı kullanılır. Sol meafe 200 mm den küçüke -5 º ile dönerek, ağ meafe 200 mm den küçüke +5º ile dönerek robot engellerden uzaklaştırılır. III.4. Öndeki Engelden Kaçınma İçbükey Dönüşleri Davranışı Robot, 400 mm meafede -30º den +30º ye kadar olan bölgede bulunan engellerden 90º ile dönerek uzaklaşır. Robot, 90 º içbükey köşelerden de engelden kaçınma davranışı ile döner Şekil 5. Şekil 5. 3-DX in İçbükey ve Dışbükey Köşe Dönüşleri. III.5. Dışbükey Köşe Dönüşleri Sağ duvar takibinin en önemli problemlerinden biri dışbükey köşelerdir. Çünkü dışbükey köşelerde robot duvarı kaybedebilir. Bu nedenle tekrar duvar takibinin ağlanabilmei için ön meafe -30º den +30 º ye polar koordinatlar ve ağ meafe -100º den 0º ye polar koordinatlar 500 mm den büyük ie ve arka ağ meafe -180º den -90º ye polar koordinatlar 500 mm den küçük ie dışbükey köşe olduğu tepit edilmiştir. Bu durumda duvar bulma davranışı kullanılarak robotun 180 derece dönmei ve duvarı bulmaı ağlanır.

95 III.6. Tampon Kontrolü Ultraonik algılayıcıların göremeyeceği meafede yani 15 cm den yakın meafede olan ciimlere ya da zemin üzerinde ultraonik algılayıcıların algılayamayacağı yükeklikteki ciimlere karşı önlem olarak robotun arka tarafında bulunan tamponlar kullanılmıştır. Robotun arka tarafında 5 adet tampon bulunmaktadır. Robot geri geri giderken bir cime çarpara tamponlar bir inyal üretmekte ve robotu durdurmaktadır. angi tampon inyal üretiyora robot, o tamponun teri yönünde az bir miktar ileri gitmekte ve kendini ciimden uzaklaştırmaktadır. III.7. Tekerleğin Sıkışma Durumunda Kontrolü Ön tarafında olabilecek çarpmalar için tekerin bir üre ıkışmaında kullanılan ArActionRecover komutuyla robotun biraz geri gelerek uygun olan yöne yönelmeini ağlanmıştır. IV. ARİTA OLUŞTURMA Robot yukarıda anlatılan davranışlara uygun olarak ortamda dolaşırken ultraonik algılayıcı meafe bilgileri kaydedilmiş ve bu bilgilerden harita oluşturulmuştur. Aşağıda haritanın oluşturulmaı detaylı şekilde anlatılmıştır. IV.1. Doluluk Izgara Metodu İle Olaılık eaplanmaı Uzaklığı r olan ve α açıındaki bir nenenin ultraonik algılayıcı modeli olaılığını heaplamak için önce algılayıcıların algılama aralığı bölgelere ayrılmış ve Bölüm II.1 de anlatılan parametreler kullanılarak olaılık heaplamaı yapılmıştır. Simülatörde kullanılan değerler olaroid 6500 erii duyucuların özelliklerine uygun olarak R değeri 5000 mm ve β=15º eçilmiştir. Current reading polar komutu ile elde edilen verilerden referan noktaına en yakın engelin uzaklığı r1 ve açıı a belirlenmiştir. Robot ağ duvar takibi davranışı gerçekleştirdiği için robotun ağ tarafında -75º ile -105º araına gelen 7. ve 8. ultraonik algılayıcıların okuduğu meafe değerleri kullanılmıştır. Bu bölgedeki ultraonik

96 algılayıcıların engele olan uzaklığı ve ışının hangi açıyla yanıdığı aşağıdaki denklemlerden heaplanır. Şekil 6. Engel 7. Algılayıcıya Yakına Ultraonik Algılayıcı Modeli Şekil 7. Engel 8. Algılayıcıya Yakına Ultraonik Algılayıcı Modeli Engel 7. algılayıcıya yakına a7 değeri 16 eşitliğinden, a8 değeri denklem 17 den elde edilir Şekil 6. 1 115 r1in a a 7= tan 16 r1co a 130 1 115+ r1in a a 8= tan 17 r1co a 130 Engel 8. algılayıcıya yakına a7 değeri 18 eşitliğinden, a8 değeri denklem 19 dan elde edilir Şekil 7. 1 115+ r1in a a 7= tan r1co a 130 18 1 115 r1in a a 8= tan r1co a 130 19

97 Şekil 8. Engel 7. ve 8. Algılayıcıya Eşit Meafede ie Ultraonik Algılayıcı Modeli. Engel 7. ve 8. algılayıcıya eşit meafede ie a7 değeri 20 eşitliğinden, a8 değeri denklem 21 den elde edilir Şekil 8. 1 115 a 7= tan 20 r1 130 1 115 a 8= tan 21 r1 130 Üç durum içinde a7 ve a8 açıları heaplandıktan onra denklem 1 de yerine konularak üç durum içinde olaılık fonkiyonu heaplanmıştır. olaılık fonkiyonumuz 0.5 ten büyüke engel olabileceği kabul edilmiştir. Doluluk ızgaraları olaılık modelini daha geliştirmek için Baye teoremi ile güncelleme yapılmıştır. Güncellemede amacımız eğer bir algılayıcının olaılığı heaplanıp o noktada engel var kabul ediliyora ve aynı noktayı başka bir algılayıcı da görüyora onun olaılığını da heaba katarak daha güvenli meafe bilgii elde etmektir. 6., 7. ve 8. algılayıcının ±15º derecelik açıda gördükleri bölgeler Şekil 9 da görülmektedir.

98 Şekil 9. Ultraonik Algılayıcıların Okuma Bölgeleri. Şekil 9 da görüldüğü gibi 7. ve 8. algılayıcılar belirli bir meafeden onra ikii de ortak bir alandaki engelleri görebilmektedir. 6. algılayıcı 7. algılayıcıya yakın olmaına rağmen ortak bir görüş alanı yoktur. Bu nedenle Baye güncelleme heaplamalarında 7. ve 8. algılayıcılar birlikte kullanılmıştır. Denklem 22 de doluluk ızgaraları olaılık fonkiyonu heaplanmaktadır. 7 8 = 22 7 8 + 7 8 7, 7. algılayıcıdan dolu bilgii alma olaılığı, 8, 8. algılayıcıdan dolu bilgii alma olaılığı, 7, 7. algılayıcıdan boş bilgii alma olaılığı, 8, 8. algılayıcıdan boş bilgii alma olaılığıdır. eaplanan olaılık değerleri 0.5 ten küçüke o ızgaranın boş olduğu, engel olmadığı düşünülür. 0.5 ten büyüke engel olma olaılığı yükektir ve dolu olduğu düşünülür.

99 IV.2. Verileri Doyaya Yazdırma arita çıkarma işleminde ultraonik algılayıcılardan elde edilen ızgaraların dolu olma olaılıkları yanııra robotun x-y poziyon ve yönlenme bilgileri de kullanılmaktadır. Bu nedenle x poziyon bilgii, y poziyon bilgii, yönlenme bilgii, 7. algılayıcı meafe bilgii, 8. algılayıcı meafe bilgii, algılayıcının engeli gördüğü açı bir.txt doyaına yazılmıştır. Bu.txt doyaı daha onra MATLAB programı ile işlenerek harita çıkarılmıştır. Veri çokluğundan kurtulmak için kayıtlar doluluk olaılığı 0.95 ten büyük olduğu anlarda kayıt edilmiştir. Bu değer denemeler onucu yeterli bilgi elde edildiği görülerek eçilmiştir, başka olaılık değerleri de kullanılabilir. V. ROBOT DAVRANIŞLARI UYGULAMA SONUÇLARI Önerilen yöntem IONEER robotlar için geliştirilmiş Mobilim imülatöründe ve gerçek ortamda 3-DX robotu ile tet edilmiştir. V.1. Duvar Bulma ve Duvar Takibi Davranışı Uygulamaları V.1.1. Simülatör tetleri İlk olarak robotun duvar bulma ve takip etme davranışları tet edilmiştir. Bu amaçla içinde 180 0 ve 90 0 dışbükey köşeler olan bir ortam yaratılmıştır Şekil 10. Bu durumda Robot öncelikle duvar bulma davranışını gerçekleştirecek, daha onra duvar takibine geçecektir. 180 0 ve 90 0 dışbükey köşelerde duvarı kaybetmemei için dışbükey köşe dönüşleri davranışını kullanacaktır. Simülayonda yapılan uygulama onucu duvar bulma, duvar takibi ve dışbükey köşe dönüşleri davranışları onraı oluşan harita Şekil 11 de göterilmektedir. Görüldüğü gibi robot en yakın duvarı bulmakta, duvar takibi davranışı ve dışbükey köşe dönüşleri davranışını başarıyla yerine getirerek ortamda dolaşmaktadır.

100 Şekil 10. Simülatörde Oluşturulan Dünya. Şekil 11. Duvar Bulma, Duvar Takibi ve Dışbükey Köşe Dönüşleri Davranışlarının Tet Edilmei V.1.2. Gerçek Ortamda Yapılan Tetler Geliştirilen robot davranışları imülatör ortamında tet edildikten onra gerçek ortamda dinamik olarak da tet edilmiştir. Laboratuarda karton kutulardan bir ortam oluşturulmuştur Şekil 12. Gerçek ortamda da robot başarı ile davranışlarını tamamlamıştır. Şekil 12. Laboratuarda Oluşturulan Ortam. V.2. arita Çıkarma Uygulamaları Ultaraonik meafe algılayıcılar kullanılarak doluluk ızgaraları metodu ile robotun bulunduğu çevrenin haritaı çıkarılmıştır. arita çıkarma uygulamaında imülatör tetlerinde Mobilim kullanılmıştır.

101 V.2.1. Simülatör Tetleri Şekil 13 te imülatör ortamında robot için oluşturulan dünya görülmektedir. Robot duvar takibi davranışını gerçekleştirmiş ve Baye güncellemeli doluluk ızgaraları metodu kullanılarak ortamın haritaı oluşturulmuştur. Oluşan harita Şekil 14 te göterilmektedir. Şekil 13. Simülatör Ortamında Oluşturulan Dünya. Şekil 14. Duvar Takibi Davranışı Sonunda Oluşturulan arita. İç kıımdaki çizgi kodlayıcıdan alınan bilgiye göre robotun gittiği yoldur. Dış kıımdaki çizgi, duvarları götermektedir. V.2.2. Gerçek Ortamda Yapılan Tetler arita oluşturma imülatör ortamında tet edildikten onra gerçek ortamda dinamik olarak da tet edilmiştir. Şekil 15 de laboratuar ortamında oluşan harita göterilmektedir. Şekil 15. Laboratuar Ortamında Oluşturulan arita.

102 Gerek imülatörde gereke gerçek ortamda yapılan tetler onucu şekillerde bazı yerlerde keiklikler gözlenmiştir. Bunun ebebi harita çıkarma işleminde dolu olma olaılık değeri 0.95 ten büyük ızgaraların çizdirilmeidir. Dolu olma koşulu daha düşük değerlerde eçilerek çizilen haritalarda bu problem ortadan kalkabilir ancak bu durumda harita oluşturulmaı daha uzun üre almaktadır. VI. SONUÇLAR VE ÖNERİLER Bu çalışmada çevre haritalama ve robot davranışlarının kontrolü işlemleri Mobilim imülatörü ve gerçek ortamda 3-DX robotunda başarılı bir şekilde uygulanmıştır. 3-DX robotu için hazırlanan yazılımda robot davranışlarının kontrolü ile robotun ilk amacı engellere çarpmadan ortamda gezinmei olmuştur. Bu davranış ile birlikte duvar bulma ve duvarı kaybetmeden, duvara kendini paralel hale getirerek duvar takibi yapılmaı ağlanmıştır. Ultraonik meafe algılayıcıları kullanılarak Baye güncellemeli doluluk ızgaraları metodu ile ortam haritaının çıkarılmaı ağlanmıştır. Gerçek ortamda yapılan tetlerde puula bilgiinin ağlıklı alınamamaından dolayı ve harita çıkarma işlemi robotun kodlayıcıdan alınan bilgiine göre oluşturulduğundan haritada kaymalar meydana geldiği görülmüştür. arita çıkarma işleminin daha başarılı olabilmei için yapay veya doğal işaretlerle, lazer meafe algılayıcı veya kamera kullanılarak daha yükek haaiyette konumlandırma yapılmaı robotun konumunun daha doğru belirlenmeini ağlayacaktır. Birden çok algılayıcı bilgiinin bir arada kullanılarak harita çıkarmanın daha güvenli onuçlar vereceği düşünülmektedir. TEŞEKKÜR Bu çalışma, Omangazi Üniveritei Bilimel Araştırma rojeleri Komiyonu tarafından deteklenmiştir roje no: 200315030.

KAYNAKLAR 103 [1] Berkay,A., Şeker, M. ve Ein,M., Ultraonik onar ile meafe ve nene algılama, II. Otomayon Sempozyumu, İzmir Elektrik Mühendileri Odaı, Mania, 2003. [2] Murphy, R., Introduction to AI Robotic, MIT re, London, 2000. [3] Zunino,G., Simultaneou localization and mapping for navigation in realitic environment, Royal Intitute of Technology, Stockholm, 2002. [4] Graff, K. F., A itory of Ultraonic, Chapter 1 of hyical Acoutic, Vol. 15, Maon and Thurton, editor, Academic re, 1981. [5] Min, B.K., Cho, D.W., Lee, J.S. ve ark, Y.., Sonar mapping of a mobile robot conidering poition uncertainity, Robotic & Computer Integrated Manufacturing, Vol. 13, No.1, 41-49, 1997. [6]http://robot.cmpe.boun.edu.tr/593/algilayicilar/4_3_Se_Temelli_Meafe_Alg _.html [7] Moravec,.., Elfe, A., igh reolution map from wide angle onar, roceeding of the IEEE International Conference on Robotic and Automation, 116-121, 1985. [8] Elfe, A., Sonar-baed real-world mapping and navigation, IEEE Journal of Robotic and Automation, Vol.3, No.3, 249-265, 1987. [9] Matthie, L., Elfe, A., Integration of onar and tereo range data uing a grid baed repreentation, roceeding of the 1988 IEEE International Conference on Robotic and Automation, Vol. 2, 727-733, 1988. [10] Bozma, Ö., Kuc R., Building a onar map in a pecular environment uing a ingle mobile enor, IEEE Tran. attern Anal. Mach. Intel., Vol. 13, No. 12, 1260-1269, 1991. [11] Thrun, S., Exploration and model building in mobile robot domain, In roceeding of IEEE International Conference on Neural Network, Seattle, Wahington, USA, IEEE Neural Network Council, 175-180, 1993. [12] Konolige, K., Improved occupancy grid for map building, Autonomou Robot, 351-367, 1997.

104 [13] Chong, S.K., Kleeman, L., Mobile-robot map building from an advanced onar array and accurate odometry, The International Journal of Robotic Reearch, Vol. 18, No. 1, 20-36, 1999. [14] Burgard W., Fox D., Jan., Matenar C., Thrun S., Sonar-baed mapping with mobile robot uing EM, roc. 16th Int. Conf. On Machine Learning, 67-76, 1999. [15] Thrun S., Burgard, W., Fox,D., A real-time algorithm for mobile robot mapping with application to multi-robot and 3D mapping, IEEE International Conference on Robotic and Automation, Vol.1, 321-328, 2000. [16] Achour,N., Toumi, R., Building an environment map uing a weeping ytem baed on a ingle ultraonic enor, IEEE/ASME International Conference on Advanced Intelligent Mechatronic roceeding, Vol. 8, 1329-1333, 2001. [17] Antonaro, G.I., etrou, L.., Real time map building by mean of an ellipe patial criterion and enor-baed localization for mobile robot, Journal of Intelligent and Robotic Sytem, Vol.30, 331-358, 2001. [18] Chow, K.M., Rad, A.B. ve Ip, Y.L., Enhancement of probabilitic gridbaed map for mobile robot application, Journal of Intelligent and Robotic Sytem, Vol.34, 155-174, 2002. [19] O Sullivan S., An emprical evaluation of map building methodologie in mobile robotic uing the feature prediction onar noie filter and metric grid map benchmarkig uite, Mater of Science Univerity of Limerick, Ireland, 2003. [20] Carelli,R, Freire E.O., Corridor navigation and wall-following table control for onar baed mobile robot, Robotic and Autonomou Sytem, Vol. 45, 235-247, 2003. [21] wang, K.S., Chen,Y.J. ve ong.c., Autonomou exploring ytem baed on ultraonic enory information, Journal of Intelligent and Robotic Sytem, Vol.39, 307-331, 2004. [22] Ip, Y.L., Rad, A.B., Incorporation of feature tracking into imultaneou localization and map building via onar data, Journal of Intelligent and Robotic Sytem, Vol. 39, 149-172, 2004.

105 [23] Lee, S.J., Cho, D. W., Chung, W.K., Lim, J. ve Kang, C.U., Featurebaed map building uing pare onar data, Intelligent Robot and Sytem IROS 2005, IEEE/RSJ International Conference, 1648-1652, 2005. [24] Borentein, J., Koren, Y., itogramic in motion mapping for mobile robot obtacle avoidance, IEEE Journal of Robotic and Automation, Vol 7, No.4, 535-539, 1991. [25] Vaughan, R., Stage: a multiple robot imulator, Technical report, Intitute for Robotic and Intelligent Sytem IRIS-00-393, School of Engineering, Univerity of Southern California, 2000.

106