Abstract
Bu çalışmada iç mekanlarda kullanılmak üzere tasarlanan mobil robotlar için SLAM algoritmalarının uygulamaları gerçekleştirilmiştir. SLAM uygulamaları ROS kullanılarak Turtlebot3 Burger Robot ile yapılmıştır. Robot üzerine monte edilen LİDAR sensör verisi kullanılarak GMapping, Hector SLAM, Frontier SLAM ve Karto Slam olmak üzere dört farklı SLAM algoritması tasarlanan bir parkur içerinde çalıştırılmıştır. Deneysel çalışmalardan elde edilen haritalarla her algoritmanın SSIM değeri hesaplanarak haritaların kalite ve doğruluğu analiz edilmiştir.
Reference21 articles.
1. Aerts, P., Demester E. (2017). Benchmarking of 2D-Slam Algorithms. A Validation fort he TETRA Project Ad Usum Navigantium.
2. Bhargava, M., Mehta, R., Adhikari, C. D., & Sivanathan, K. (2021, July). Towards development of performance metrics for benchmarking SLAM algorithms. In Journal of Physics: Conference Series (Vol. 1964, No. 6, p. 062115). IOP Publishing.
3. Dhaoui, R. (2022). Vergleich LIDAR-basierter 2D-SLAM-Algorithmen auf ein TurtleBot3 auf Basis des Robot Operating Systems (ROS).
4. Filatov, A., Filatov, A., Krinkin, K., Chen, B., & Molodan, D. (2017, November). 2d slam quality evaluation methods. In 2017 21st Conference of Open Innovations Association (FRUCT) (pp. 120-126). IEEE
Mobil Robotlar İçin ROS Kullanılarak 2B SLAM Algoritmalarının Karşılaştırılması
.
Filipenko, M., & Afanasyev, I. (2018, September). Comparison of various slam systems for mobile robot in an indoor environment. In 2018 International Conference on Intelligent Systems (IS) (pp. 400-407). IEEE.
5. Giubilato, R., Chiodini, S., Pertile, M., & Debei, S. (2019). An evaluation of ROS-compatible stereo visual SLAM methods on a nVidia Jetson TX2. Measurement, 140, 161-170.