Önceden Konumlandırılmış Yer İşaretlerinin Bulunduğu Statik Bir Çevrede Bir Mobil Robotun Farklı Başlangıç Pozisyonları İçin Monte Carlo Lokalizasyon Algoritmasının MATLAB Ortamındaki Performans Analizi

Monte Carlo lokalizasyon (MCL) algoritması, mobil robotların global lokalizasyon problemini çözmek için sıklıkla tercih edilen olasılıksal parçacık filtre tabanlı bir yöntemdir ve genellikle iki boyutlu ızgara (grid) haritalar üzerinde konum tahmini yapmak amacıyla kullanılmaktadır. Ancak, konumları global koordinat ekseninde bilinen ve belirgin özelliklere sahip yer işaretlerinin (landmarkların) bulunduğu ortamlarda, robotun navigasyon uygulamalarının daha verimli şekilde gerçekleştirilebilmesi için MCL algoritmasının landmark tabanlı bilgiyle çalışacak şekilde uyarlanması gerekmektedir. Bu çalışmada, MATLAB® ortamında yer işaretlerinin simetrik olmayan bir düzende konumlandırıldığı özgün bir test ortamı tasarlanmış ve robotun başlangıç pozisyonunun MCL algoritmasının global lokalizasyon performansı üzerindeki etkisi ayrıntılı biçimde incelenmiştir. Bu amaçla, dört farklı başlangıç pozisyonu için bir deney senaryosu oluşturulmuş ve her bir başlangıç durumu için global lokalizasyon deneyleri yürütülmüştür. Deney sonuçlarının daha çabuk elde edilebilmesi için 360˚ tarama yapan 2B algılayıcı ölçümlerinden landmark çıkaran bir algoritma kullanmak yerine, algılayıcının menzili içindeki tüm landmarkları algılayabildiği varsayılarak gürültülü landmark ölçümleri elde edilmiştir. Deneysel sonuçlar, en başarılı lokalizasyon performansının robotun başlangıçta daha belirgin bir bölgede bulunduğu ve en fazla sayıda landmark algıladığı dördüncü durumda elde edildiğini ortaya koymuştur. Bulgular, parçacıkların daha az adımda robotun gerçek konumuna yakınsaması ve konum tahminlerinin doğruluğunun artırılması için başlangıç konumunun hem simetrik olmayan daha belirgin bölgelerde hem de daha fazla landmark algılanabilecek şekilde seçilmesi gerektiğini göstermektedir.

Monte Carlo localization (MCL) algorithm is a probabilistic particle filter-based method that is frequently preferred for solving the global localization problem of mobile robots and is generally used for position estimation on two-dimensional grid maps. However, in environments where landmarks with known positions on the global coordinate axis and distinct features exist, it is necessary to adapt the MCL algorithm to work with landmark-based information to enable more efficient navigation applications for the robot. In this study, a unique test environment was designed in MATLAB® where landmarks were placed in a non-symmetric configuration, and the effect of the robot’s initial position on the global localization performance of the MCL algorithm was examined in detail. For this purpose, an experimental scenario was created for four different initial positions, and global localization experiments were conducted for each initial case. To expedite the acquisition of experimental results, instead of employing an algorithm that extracts landmarks from the measurements of a 2D sensor performing 360° scanning, it was assumed that all landmarks within the sensor’s range could be detected, and noisy landmark measurements were thereby obtained. The experimental results have revealed that the best localization performance was achieved in the fourth case, where the robot started in a more distinct region and detected the highest number of landmarks. The findings indicate that, for particles to converge to the robot’s true position in fewer steps and for more accurate position estimations to be obtained, the initial position should be selected in non-symmetric, more distinct regions where a higher number of landmarks can be detected.