İç Ortamlarda Robot Konumlarının Anlamsal Sınıflandırılması için 2B Lazer Verisi ile PointNet++ Uygulaması

Authors : Kaya TURGUT, Burak KALECİ

Pages : 229-246

Doi:10.47898/ijeased.758097

View : 32 | Download : 12

Publication Date : 2020-12-15

Article Type : Research Paper

Abstract :Son yıllarda, robotlar tarafından yapılması beklenen görevlerin çeşidi ve sayısı her geçen gün artmaktadır. Örneğin, hastane ve okul gibi büyük iç ortamlarda bir nesnenin bir konumdan başka bir konuma taşınması ya da insanlara gitmek istedikleri yere kadar rehberlik edilmesi gibi görevler bunlardan bazılarıdır. Robot konumlarının anlamsal olarak sınıflandırılması, bu görevlerin başarı ile gerçekleştirilmesine katkıda bulunabilir. İç ortamlarda robotun bulunabileceği temel anlamsal sınıflar; oda, koridor, kapı, hol, asansör ve merdiven olarak kabul edilebilir. Geçmiş çalışmalarda, robotun bulunduğu konumun anlamsal sınıfını tespit etmek amacıyla 2B lazer verisi kümeleme, denetimli ve denetimsiz makine öğrenmesi teknikleri ile kullanılmıştır. Bu çalışmada, geçmiş çalışmalardan farklı olarak nokta tabanlı derin öğrenme mimarisi PointNet++, robot konumlarının oda ya da koridor anlamsal sınıflarından hangisinde olduğunu belirlemek amacıyla kullanılmıştır. Bunu yapabilmek için 2B lazer mesafe ölçerden elde edilen ham mesafe verileri nokta bulutuna dönüştürülmüş ve PointNet++ mimarisine girdi olarak verilmiştir. Ayrıca, mimarinin oda ve koridor sınıflarının karakteristiklerini boyutlardan bağımsız olarak öğrenmesi amacıyla ham veri ölçeklendirilerek veri artırımı insert ignore into journalissuearticles values(data augmentation); yapılmıştır. Gerçeklenen yöntemin başarısının test edilmesi için farklı boyutlarda oda ve koridorlara sahip Freiburg 79, Freiburg 52, ESOGÜ ve SDR-B binalarından toplanan örneklerin oluşturduğu veri kümeleri kullanılmıştır. Test sonuçları sınıflandırma doğruluğu, duyarlılık, kesinlik ve F1 ölçütü ile değerlendirilmiştir. 
Keywords : Anlamsal konum sınıflandırması, 2B lazer, PointNet, Gezgin robotlar, İç ortam, Derin öğrenme

ORIGINAL ARTICLE URL