Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
ROS ile Otonom Navigasyon
Rating: 3.5 out of 5(31 ratings)
195 students

ROS ile Otonom Navigasyon

Mobil Robot Modellemesi ve Otonom Navigasyon
Last updated 3/2022
Turkish

What you'll learn

  • ROS tabanlı yazılım geliştirme
  • Gazebo'da robot simülasyonu
  • Robotik sistemler için otonom navigasyon algoritması
  • Navigasyon problemi için çözümler
  • IMU, GPS ve Lidar sensörlerinin kullanımını
  • Python becerileri

Course content

7 sections34 lectures3h 10m total length
  • Kaynaklar0:02
  • Çalışma Dizini Oluşturma (Workspace)2:37

    Ros için workspace oluşturuldu.

  • Mobil Robot Modelleme5:32

    Mobil robota ait XACRO dosyası incelenmiştir.

    Gazebo kapalı ve açık ortamlarda robotların test edilebildiği açık kaynak kodlu bir benzetim programıdır. Robotun fiziksel özelliklerini, boyutunu ve görünüşünü gerçek dünyaya çok yakın benzerlikte simüle etme özelliğine sahiptir.

    Temelde istemci(gzclient) sunucu(gzserver) modeli ile çalışmaktadır. Örneğin robotun hareket ederken fiziksel işlemlerin gerçekleşmesi gerekir. Bunu sunucu sağlarken istemci ise geliştiricinin müdahalesini ve benzetim ortamında bu hareketin görsel olarak sunulmasını sağlamaktadır.

    Kendi robotumuzu tasarladığımızda bu robotu test etme fırsatı tanımaktadır. Robota dair CONFİG ve SDF formatındaki dosyaları oluşturarak fiziksel değişkenler belirlenir. Bu dosyalar XML dili ile yazılmıştır. Robotun fiziki görünüşü ile alakalı eklemeler, hareket kısıtları, sınırları ve boyutları ise SDF, URDF ve XACRO formatındaki dosyalar oluşturarak gerçekleştirilir. Solidworks gibi üç boyutlu çizim ortamlarında geliştirilen katı ve hareketli bileşenlere sahip modeller bu dosyalar vasıtasıyla benzetim ortamında çalıştırılabilir.

    Bir Modelin Bileşenleri

    Bir model aşağıdaki bileşenlerde oluşur.

    Link : Gazebo’da oluşturulacak modelin fiziksel özelliklerini, sınırlarını ve konum bilgilerini içerisinde barındırır. Visual ve Collision ögelerini içermektedir.

    Collision : Katı modelin çarpışma kontrolünün sağlanması için bir sınırlarını belirleyen yapıdır.

    Visual : Link içerisinde kullanılır. Modelin fiziksel özelliklerini tanımlayarak görselleşmesini sağlar. Her link’in fiziksel bir yapıda olması yani bir visual içermesi olması gerekmez.

    Inertial : Link modelinin ağırlık, atalet matrisi gibi özelliklerini içerir.

    Sensor : Plugin ögesi için veri toplar.

    Joint : Parent ve child modeli kullanılarak iki link’in birbirine bağlanması sağlanır.

    Plugin : Gazebo’da robot modelini hareket ettirmek için üçüncü parti olarak geliştirilmiş kütüphaneler kullanılır. Eklentinin kurulmasını sağlar.

  • IMU Ekleme4:33

    Mobil robota IMU sensörü eklenmiştir.

    IMU algılayıcısı sabitlendiği yapının üç boyutlu yönelimini hesaplamaktadır. Bu yönelimin radyan cinsinden paylaşılması sağlanır. Havacılıkta kabul görerek üç boyutlu yönelimde kullanımına başlana “Yaw, Pitch, Roll” açıları bulunur.

    IMU içerisinde temel olarak ivmeölçer ve gyro olmak üzere iki alt sistem kullanılır. Bu alt sistemler ile açı değerleri ve 3 eksendeki açısal hız tespit edilir. Yapının hareketi esnasında titreşim sebebiyle algılayıcı verilerinde gürültü oluşabilir. Yön belirlemede yaygın olarak kullanılan bir sistemdir.

  • GPS Ekleme3:30

    Mobil robota GPS sensörü eklenmiştir.

    GPS (Global Positioning System; Küresel Konumlama Sistemi), açık havada görüşün sağlandığı ortamlarda yer ve zaman bilgilerini hesaplayan uzay tabanlı navigasyon sistemidir. Uzay ortamında belirli bir haberleşme protokolü ile yeryüzüne bilgi yollayan uydular mevcuttur. Bu uyduların sayısının artması GPS kullanan sistemleri daha kullanışlı yapar. GPS sistemi kendisine bilgi yollayan uyduların arasındaki mesafeyi kullanarak yeryüzündeki konumu ve saati hesaplamaktadır

  • Lidar Ekleme4:43

    Mobil robota Laser/Lidar sensörü eklenmiştir.

    Lidar mesafe algılamada yaygın olarak kullanılan bir sistemdir. 360 derecenin tamamı taranmak istendiğinde kullanılabilir. Bir baştan diğer başa doğru kızıl ötesi ışık ile tarama yaparak çalışır. Gönderdiği ışınların yansıması ile oluşan zaman farkını kullanmaktadır. Topografik ve batimetrik olmak üzere iki çeşidi vardır. Geniş alanlarda uygulama menzilinin uzun olması sebebiyle ön plana çıkmaktadır.

  • Gövde Ekleme3:50

    Bu derste .dae dosyasının nasıl kullanılacağı gösterilmiştir. Araç üzerine bir gövde eklenmiştir.

  • Paket Kurulumu1:56

    Akerman sürüş kabiliyetine sahip mobil robotun hareket etmesi için kurulması gerek paketler indirildi.

Requirements

  • Linux tabanlı (Tercihen Ubuntu 16.04/18.04/20.04) bir işletim sistemine sahip olmalısınız.
  • Başlangıç seviyesi python geliştiricisi olmak gereklidir.
  • Başlangıç seviyesi ROS bilgisi gereklidir.
  • Kursu almadan önce kursu detaylı olarak inceleyiniz ve kursun ihtiyaçlarınızı karşıladığından emin olunuz. Udemy üzerinde alınan kursların 30 gün içerisinde iade hakkı olduğunu unutmayınız.

Description

NOT: İndirim linkleri için "salihspace" blog sayfamı ziyaret edebilir veya mesaj gönderebilirsiniz. İyi Çalışmalar!


Bu kursta akerman sürüşe sahip mobil robotun tasarımı ROS kullanılarak gerçekleştirilmiştir. Mobil robotun hareket kabiliyetlerinin test edilmesi için Gazebo ortamında benzetim yapılmıştır. Gazebo, robotik sistemler için geliştirilen algoritmaların test edilmesine olanak sağlamaktadır.

Otonom hareket kabiliyeti mobil robota çok yönlü hareket sağlamaktadır. Bu sayede planlama, haritalama, otonom sürüş, servis hizmetleri, ürün taşımacılığı vb. alanlarda kullanılabilmektedir.

Mobil robotlarda bir konumdan diğerine gitmek için yapılacak hareket planlama görevi beraberinde birçok sorunu getirir. Mobil robotun çevresini algılaması, algıladığı ortamı keşfetmesi, başka bir konuma gitmek için hareket yörüngesini oluşturması ve oluşan yol planını emniyetli bir şekilde takip etmesi bu sorunlara örnek sayılabilir. Hareket planlama, robotun başlangıç konumu ile hedef konumunu birbirine geometrik olarak bağlayan, kabul edilebilir bir güvenlik düzeyinde planlanmış yörüngelerin hesaplanmasıdır. Kinematik ve dinamik kısıtlara bağlı olan hareket planlama teknikleri zengin bir literatüre sahiptir.

Verilerin elde edilmesi için algılayıcı alternatifleri bulunmaktadır. Ayrıca özgün robotik platformların kullanıldığı projelerde hareket planının yapılması için özel navigasyon metotlarının geliştirilmesi gerekir.  2D Lidar, IMU ve GPS sensörleri bu kursta mobil robot üzerine eklenerek verileri kullanılmıştır. Python ile geliştirme yapılmıştır.

Harita bilgisinin kullanılmadığı ortamda, fiziksel engellerin yer değiştirmesi ve yol planının engellerin yakınından geçmesi muhtemeldir. Burada mobil robotun bir engele sürtme veya çarpma durumunun oluşmaması için gerçek zamanlı olarak plan yapması tasarlanmıştır.

Kursun son kısmında hazır pakerler ve ros navigasyon yığınına değinilerek kısaca NAV2 anlatılmıştır.

Who this course is for:

  • Robotik bilimine meraklı, başlangıç düzeyinde Python geliştiricileri