The main purpose of this study is to develop semantic-based exploration algorithmsfor a multi-robot system in indoor environments. The environments such as schools,hospitals, and business centres have smooth surfaces. Yet, these smooth surfaces cantransformed into non-smooth surfaces that makes navigation difficult and may havecommunication constraints after disasters such as hazardous substance release, flooding,and fire. In this study, properties of both of these environments are considered whiledeveloping exploration algorithms.While generating the metric map of the environment, the topological map is alsoobtained in an online manner by applying spectral clustering to this metric map. It isassumed that there could be three broad semantic classes: room, corridor, and door inindoor environments. K-means and Learning Vector Quantization methods are used toclassify robot locations. In literature, authors frequently stated that detecting door locationsis a challenging task. On the other hand, it is important to be aware of openings such asdoors for efficiency of the exploration. In this study, a rule-based door detection method isproposed. The semantic classes are used to speed up the exploration. Semantic informationalso provides us the ability to assign the roles to robots such as room-priority orcorridor-priority. By these means, more important part of the indoor environment could beexplored first. In order to coordinate the robot team and task allocation, a market-basedmethod which involves single-tour multi-item auctions is used. The communicationconstraints are considered while coordinating the robots and information sharing.The proposed method is tested in ESOGÜ Laboratory building which is modelled inGazebo. Two types of environments are used in experiments. P3-AT robot with two laserscanner and a RGB-D are used in simulations. Robot Operating System (ROS) is used tocontrol robots in simulations.

Bu çalışmada, bina içi ortamlarda, çok robotlu bir sistem için anlamsal tabanlı keşifalgoritmaları geliştirmek amaçlanmıştır. Bina içi ortamlar, zeminin düz olduğu okul,hastane ve iş merkezi gibi yerler olabilir. Bununla birlikte, bu ortamlar, zehirli maddeyayılımı, sel baskını ve yangın gibi afetlerden sonra rampa benzeri robotun seyrüseferinizorlaştıran engeller içeren; haberleşmenin kısıtlı olduğu ortamlara dönüşebilmektedir. Butez çalışması kapsamında önerilen keşif algoritmalarında her iki tip ortamın özellikleri degöz önünde bulundurulmuştur.Bu yaklaşımda, ortamın metrik haritası elde edilirken aynı zamanda çevrimiçi olaraktopolojik haritası da spektral kümeleme yöntemi kullanılarak elde edilmiştir. Bu noktada,bina içi ortamlarda, oda, koridor ve kapı anlamsal sınıflarının olacağı varsayımı yapılmıştır.Bir noktanın anlamsal sınıfına karar vermek için k-ortalama (k-means) ve öğrenen vektörnicemleme (Learning Vector Quantization) eğitim yöntemleri kullanılmıştır. Geçmişçalışmalarda, kapı konumlarının bulunmasının zor olduğu sıklıkla dile getirilmiştir.Bununla birlikte, kapı gibi aralıkların tespit edilmesi keşfin verimliliği açısından büyükönem taşımaktadır. Bu tez çalışması kapsamında, kapıların tespit edilmesi için kural tabanlıbir yaklaşım önerilmiştir. Bir konumun, anlamsal sınıfına karar verildikten sonra bu bilgikeşfi hızlandırmak için kullanılmıştır. Bununla birlikte, bu yöntem yardımıyla robotlara odaöncelikli ya da koridor öncelikli gibi roller verilmektedir. Bu sayede, bina içi ortamın öncehangi kısımlarının keşfedileceğine karar verilebilmektedir. Robotların koordinasyonu vegörev paylaşımı için tek turlu çok öğeli müzayedeler içeren market tabanlı bir yaklaşımkullanılmıştır. Koordinasyon ve bilgi paylaşımı yapılırken haberleşme kısıtları göz önündebulundurulmuştur.Önerilen yaklaşım, Gazebo benzetim ortamında modellenen ESOGÜ Laboratuvarbinasında, hem normal ortam hem de rampalar içeren modeller ile test edilmiştir. Testlerdeiki lazer mesafe tarayıcı ve derinlik ve renk algılayıcıya (kinect) sahip P3-AT gezginrobotları kullanılmıştır. Robotları kontrol etmek amacıyla Robot İşletim Sistemi (RobotOperating System, ROS) kullanılmıştır.