Please use this identifier to cite or link to this item:
Title: Κατασκευή συστήματος αυτόματης αποφυγής εμποδίων και χαρτογράφησης χώρου με μεθόδους μηχανικής μάθησης σε ρομποτικά οχήματα
Other Titles: Construction of automatic system avoiding obstacles and mapping space with machine learning methods in robotic vehicles
Authors: Δημητρακόπουλος, Ηλίας
Keywords: Μηχανική μάθηση
Χαρογράφηση θέσης
Εκτίμηση θέσης
Keywords (translated): Machine learning
Mapping estimation
Pose estimation
Abstract: Ο στόχος αυτός της διπλωματικής είναι η χαρτογράφηση ενός εσωτερικού χώρου και η αποφυγή εμποδίων με τη βοήθεια του ρομποτικού οχήματος pioneer 3dx. Η χαρτογράφηση αυτή έγινε με τη βοήθεια 16 αισθητήρων τύπου sonar και άλλα βοηθητικά όργανα και χρησιμοποιήθηκαν αλγόριθμοι μηχανικής μάθησης για την εξερεύνηση αχαρτογράφητων περιοχών. Η εκτίμηση της θέσης του ρομπότ γινόταν χωρίς κάμερα αλλά με τη βοήθεια αισθητήρων και την οδομετρία που βασιζόταν στις πληροφορίες που έδιναν οι αισθητήρες θέσης των τροχών.Το περιβάλλον που χρησιμοποιήθηκε για τη προσομοίωση του ρομπότ είναι το Webots.Επίσης για να προσομοιωθεί καλύτερα στο πραγματικό κόσμο εισήχθη στους υπερηχητικούς αισθητήρες και στους αισθητήρες θέσης θόρυβος ο οποίος μέσω του φίλτρου EKF μειώνεται με ικανοποιητικά αποτελέσματα.
Abstract (translated): The purpose of this thesis is mapping an indoor environment and avoiding obstacles with the help of the robot pioneer 3dx. Sonar and other sensors contributed to the mapping procedure algorithms of machine learning used to map unexplored areas. Τhe estimation of the pose of the robot was completed without camera but with the help of sensors and the algorithm of odometry which took information from the position sensors of the robot.Also for better simulation of the real world noise was added to ultrasonic sensors and position sensors which is reduced with filter EKF with satisfying results.
Appears in Collections:Τμήμα Ηλεκτρολ. Μηχαν. και Τεχνολ. Υπολογ. (ΔΕ)

Files in This Item:
File Description SizeFormat 
Ilias_Dimitrakopoulos_Thesis.pdf2.13 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.