Makine Öğrenmesi İle Ataletsel Navigasyon Sistemlerinde Doğruluğun Geliştirilmesi
Abstract
Ataletsel navigasyon sistemleri, genellikle Ataletsel Ölçüm Birimi(AÖB) olarak yapılandırılan bir birimden aldığı sensör verilerini kullanarak hava, kara ve deniz araçlarının konumlarını bulabilmesine yardımcı olmaktadır. Son dönemlerde bu teknoloji ayağa veya vücudun çeşitleri yerlerine entegre edilerek giyilebilir hale getirilmektedir, fakat bu sistemlerin en büyük dezavantajı kullanılan sensörler nedeniyle zamanla artan hatalar oluşturmalarıdır. Bu hataları minimize etmek konum doğruluğu açısından büyük önem taşımaktadır. Ayağa takılı ataletsel ölçüm birimi ile yapılan ataletsel navigasyon sistemlerinde (ANS), sıfır hız algılama (SHA) işleminin doğru tespit edilmesi ölçüm hatalarını düşüren en önemli etkendir. Bu çalışmada, SHA'yı daha doğru bir şekilde tespit etmek için Tekrarlayan Sinir Ağı (RNN) yöntemi olan uzun kısa süreli bellek (LSTM) kullanılmıştır. Bu yöntem sensör verilerini kullanarak sıfır hız algılama için ikili bir sınıflandırma yapmaktadır. Önerilen yöntemle yapılan ANS ölçümleri farklı ortamlar için uygulanmış ve standart ANS' den daha yüksek hassasiyette ölçümler yaptığı görülmüştür.
Keywords
Ataletsel Algılama, Ataletsel Ölçüm Birimi, Ölü Hesaplama, Sıfır Hız Algılama, Makine Öğrenimi, Ataletsel Navigasyon
References
- Curran, K., & Norrby, S. (2009). RFID-enabled location determination within indoor environments. International Journal of Ambient Computing and Intelligence (IJACI), 1(4), 63-86.
- Gu, Y., Lo, A., & Niemegeers, I. (2009). A survey of indoor positioning systems for wireless personal networks. IEEE Communications surveys & tutorials, 11(1), 13-32.
- Fu, Q., & Retscher, G. (2009). Another look indoors GPS+ RFID. GPS World, 20(3).
- Fischer, C., & Gellersen, H. (2010). Location and navigation support for emergency responders: A survey. IEEE Pervasive Computing, 9(01), 38-47.
- Skog, I., Handel, P., Nilsson, J. O., & Rantakokko, J. (2010). Zero-velocity detection—An algorithm evaluation. IEEE transactions on biomedical engineering, 57(11), 2657-2666.
- Foxlin, E. (2005). Pedestrian tracking with shoe-mounted inertial sensors. IEEE Computer graphics and applications, 25(6), 38-46.
- Nilsson, J. O., Skog, I., & Händel, P. (2012). A note on the limitations of ZUPTs and the implications on sensor error modeling. In 2012 International Conference on Indoor Positioning and Indoor Navigation (IPIN), 13-15th November 2012.
- Wahlström, J., Skog, I., Gustafsson, F., Markham, A., & Trigoni, N. (2019). Zero-velocity detection—A Bayesian approach to adaptive thresholding. IEEE Sensors Letters, 3(6), 1-4.
- Tian, X., Chen, J., Han, Y., Shang, J., & Li, N. (2016). A novel zero velocity interval detection algorithm for self-contained pedestrian navigation system with inertial sensors. Sensors, 16(10), 1578.
- Walder, U., & Bernoulli, T. (2010, September). Context-adaptive algorithms to improve indoor positioning with inertial sensors. In 2010 International Conference on Indoor Positioning and Indoor Navigation (pp. 1-6). IEEE.