Bu tez çalışmasında, diferansiyel tahrikli bir gezgin robot için iki farklı görü tabanlı kontrolör ve potansiyel alan yöntemine dayalı uyarlamalı yol planlama metodu tasarlanmıştır. Tasarlanan metotlar çoklu-kamera ortamında sabit tepe kamera konfigürasyonu ile çalıştırılmıştır. Konfigürasyon uzayı birden fazla statik engel barındırmaktadır. Kontrolör ön-tanımlı bir hedefe ulaşıncaya kadar robot hareketlerini yürütmektedir. Her bir kontrolör için iki farklı pozisyonlama yönteminden faydalanılmıştır. Bu kapsamda; bir ağırlıklı çizge ve bir de trigonometrik üçgen modelleri önerilmiştir. Bu tez çalışması üç aşamadan oluşmaktadır. İlk aşamada; engel içermeyen bir konfigürasyon uzayı için temel bir hedefe-gitme kontrolörü tasarlanmıştır. İkinci aşamada; yeni olarak tasarlanan bir hedefe-gitme kontrolörü ile yeni olarak tasarlanan bir hedeften kaçınma kontrolörü kaynaştırılmıştır. Son aşamada ise; çoklu-kamera cihazları ile genişletilebilir bir konfigürasyon uzayı oluşturulmuştur ve kontrolörler bu yeni konfigürasyon uzayına uyarlanmıştır. Kamera(lar) bir iç mekânda imge çerçevelerini yakalarlar. Robot, hedef ve engellerin global konumlarını tespit etmek amacıyla; konfigürasyon uzayı ardışık çerçevelerde gerçek zamanlı olarak izlenmektedir. Ağırlıklı çizge konumlandırma modelinde robot tekerleri ve hedef birer düğüm varsayılarak bir çizge yapısı oluşturulur. Düğümler arasındaki mesafe değerleri çizge kenarlarına ağırlık olarak atanmaktadır. Üçgen konumlandırma modelinde robot tekerleri ve hedef arasında sanal bir üçgen yapısı oluşturulur. Üçgenin kenarları arasındaki iç açılar üçgen köşelerine açı değerleri olarak atanmaktadır. Hem çizge ağırlıkları hem de üçgen iç açıları kullanılan konumlandırma modeline göre tasarlanmış kontrolörler için giriş parametreleri olarak kullanılmaktadır. İlk aşamada; engel içermeyen bir ortam için hedefe-gitme davranışı modellemiştir. Gaussian fonksiyonu her iki konumlandırma modeli için teker hız değerlerini belirlemek amacıyla varsayılan kontrolör içerisinde kullanılmıştır. Bu kontrolörden elde edilen çıktılar ise iki geleneksel kontrol yöntemleri olan PID ve Fuzzy-PID ile karşılaştırılmıştır. Tasarlanan görü tabanlı Gaussian kontrolörü kullanarak mobil robot kontrolünün yüksek hassasiyet ve doğruluk ile gerçekleştirildiği görülmüştür. İkinci aşamada; statik bir ortam için karar ağacı tabanlı bir gezgin robot kontrolü ve uyarlanabilir potansiyel alan tabanlı engel kaçınma kontrolü geliştirilmiştir. Daha sonra, her iki kontrol birimi uyumlu hale getirilmiş ve gerçek bir dünya deneyi gerçekleştirilmiştir. İlk olarak, uyarlamalı potansiyel alan yöntemi kullanarak bir yol planı çıkartılmıştır. İkinci olarak, karar ağacı tabanlı kontrolör tekerlekli mobil robotu (TMR) bu referans yörünge yolu üzerinde ilerletmeye başlamıştır. Deneysel ortam statik engeller ve farklı konfigürasyon uzayları içermektedir. Uyarlamalı potansiyel alan yöntemi ile bulunan optimum parametrelerden yararlanarak potansiyel alan yönteminin verimi ve dayanıklılığı büyük ölçüde iyileştirilmiştir. Kontrol işleminden simülasyon ve gerçek dünya deneysel verileri elde edilmiş ve değerlendirilmiştir. Nihai olan üçüncü aşamada ise tasarlanan tüm kontrolörler ve modeller birleştirilmiş ve çoklu-kamera cihaz konfigürasyonu ile çalışabilecek şekilde yeni bir kontrol altyapısı geliştirilmiştir. Çok görüntüyü dikişleme yöntemiyle tek bir görüntüde birleştirerek yeni bir çoklu kamera işletim modeli önerilmiştir. Bu dikişli görüntü üzerinde geliştirilen yol planlama ve yol bölütleme yöntemleri uygulanmıştır. Deneysel sonuçlar, tasarlanan kontrolörlerin çoklu kamera konfigürasyonu için de TMR hareketlerini farklı konfigürasyon uzayları başarılı bir şekilde karakterize ettiğini göstermiştir.
In this thesis study, two different visual based controllers and an adaptive potential field based on path planning methods are designed for a differential drive mobile robot. The designed methods are operated in a multi-camera environment with fixed head camera configuration. Configuration space hosts a number of static obstacles. The controller performs robot motions until a pre-defined target is reached. For each controller two different positioning models are utilized. A weighted graph and a triangle model have been proposed. This study is comprised of three stages. In first stage; a simple go-to-goal controller designed for an obstacle free configuration space. In second stage, designed controller has been fused with a modified path planning method (for obstacle avoidance) and a newly designed controller. In last stage; an expandable configuration space is created with multi-camera device and controllers have been adapted to this new configuration space. The camera(s) captures image frames in an interior space. A real-time system tracks the configuration space in consecutive frames to detect global positions of a mobile robot, target and obstacles. A graph structure is formed by assuming robot wheels and target as nodes in weighted graph positioning model. Distances between nodes are assigned as weights to the graph edges. A virtual triangle is formed between the robot wheels and target in triangle positioning model. The angles between edges are assigned as interior angles to the triangle corners. Both graph weights and triangle angles are input parameters according to the used positioning model for designed controllers. In first stage; go-to-goal behavior is modeled for the obstacle free environment. The general Gaussian function is utilized to determine the velocity of wheels in designed controller for both positioning models, separately. We compare outputs of controller with several conventional methods which are PID and Fuzzy-PID. Then it has been seen that the mobile robot control has been performed with high precision and accuracy by employing the developed visual-based Gaussian controller. In second stage; a decision tree based mobile robot control and an adaptive potential fieldbased obstacle avoidance control have been developed for a static obstacle hosted environment. Then, we harmonized both control unit and performed a real-world experiment. Firstly, a path plan extracted by using adaptive potential field method. To calculate potentials virtual range sensors are used. Secondly, decision tree-based controller has advanced the wheeled mobile robot (WMR) on this reference trajectory path in real-time. Experimental environment has included static obstacles and different configuration spaces. Efficiency and robustness of potential field method has greatly improved by utilizing optimal parameters found with adaptive potential field design. We have acquired and evaluated both simulation and real-world experiment data from control process. Finally, all the designed controllers and models have been combined and a new control infrastructure has been developed to work with multi-camera device configuration in third stage. We proposed a new multi-camera operating model by stitching multi-images into one image. Developed path planning and path dividing methods are implemented on this stitched image. Experimental results show designed controllers and methods successfully characterize WMR motions for multi-camera model under different configuration spaces.
