{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2880548"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2880548","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Adaptive UxV Routing Based on Network Performance","abstract":"Μια μεγάλη και απότομη εξέλιξη παρατηρείται σήμερα στον τομέα της ρομποτικής και του διαδικτύου των πραγμάτων. Οι κόμβοι που αποτελούν την κύρια υποδομή του διαδικτύου των πραγμάτων έχουν εμπλουτιστεί με σημαντικές και πολυποίκιλες δυνατότητες. Η πιο σημαντική από αυτες τις δυνατότηες είναι η κινητικότητα, η οποία έχει προσφερθεί λόγω της επίσης σημαντικής εξέλιξης του τομέα που αφορά τα μη επανδρωμένα οχήματα. Ένα μη επανδρωμένο όχημα μπορεί να εξυπηρετήσει έναν ερευνητή ως κινητός αισθητήρας (θερμοκρασίας, πίεσης νερού) και να τοποθετηθεί σε οποιαδήποτε δυνατή τοποθεσία. Κάποια ακόμα χαρακτηριστικά που κάνουν δελεαστική την επιλογή μη επανδρωμένων οχημάτων ως κόμβους του διαδικτύου των πραγμάτων είναι η ικανότητα της λήψης αποφάσεων χωρίς την ανθρώπινη παρέμβαση, η αντοχή, η επαναπρογραμματισιμότητα καθώς και η δυνατότητα της ζωντανής ροής πολυμέσων. Με βάση αυτά τα χαρακτηριστικά τα μη επανδρωμένα οχήματα μπορούν να χρησιμοποιηθούν επίσης σε περιπτώσεις εποπτείας χώρων και συνόρων, παρακολούθηση καμερών ασφαλείας καθώς και για υποστήριξη σε περιπτώσεις διαχείρισης κρίσεων. Για παράδειγμα ένα μη επανδρωμένο όχημα ξηράς όπου φέρει μία υψηλής ευκρίνειας κάμερα, σε συνδυασμό με έναν αλγόριθμο αναγνώρισης αντικειμένων μπορεί να χρησιμοποιηθεί για επόπτεια συνόρων. Σε αυτήν την διπλωματική εργασία προτείνεται ένα πλαίσιο, στο οποίο υλοποιείται μια διαδικασία λήψης αποφάσεων με βάση την ποιότητα του δικτύου. Το πλαίσιο αυτό προσαρμόζει την ροή της πληροφορίας μεταξύ του επανδρωμένου οχήματος και του σταθμού ελέγχου, βασισμένο σε μετρικές ποιότητας του δικτύου (όπως το ρυθμό απώλειας πακέτων) και στις αρχές της Θεωρίας Βέλτιστης Παύσης, με σκοπό να εξασφαλίσει το βέλτιστο ποσοστό παραλαβής πληροφοριών υψίστης σημασίας από το μη επανδρωμένο όχημα προς το σταθμό ελέγχου και το αντίστροφο. Όταν το δίκτυο συμπεριφέρεται άριστα δεν υπάρχει περιορισμός στην ροή πληροφοριών, αλλα έαν το δίκτυο είναι είτε υπερφορτωμένο, είτε κορεσμένο, τότε εφαρμόζονται περιοριστικοί κανόνες. Το προτεινόμενο μοντέλο, εισάγει δύο μηχανισμούς βέλτιστης παύσης βασισμένος στην Θεωρίας Βέλτιστης Παύσης, στη Θεωρία Ανίχνευσης Αλλαγής Κατεύθυνσης καθώς και σε μία διαδικασία εκπτωτικής ανταμοιβής. Για την υποστήριξη του υλοποιημένου πλαισίου, έγινε μία σειρά πειραμάτων με πολύ υποσχόμενα αποτελέσματα. Σαν κινητός κόμβος χρησιμοποιήθηκε ένα ρομπότ TurtleBot, μαζί με ένα XBOX Kinect που έφερε μία έγχρωμη κάμερα και έναν αισθητήρα βάθους καθώς και με ένα Raspberry Pi, το οποίο εκτελούσε το Robotic Operating System (ROS) και το σύστημα Apache Kafka, με σκοπό να γεφυρώσει το χάσμα επικοινωνίας μεταξύ TurtleBot και σταθμού ελέγχου.","abstract_html":"Μια μεγάλη και απότομη εξέλιξη παρατηρείται σήμερα στον τομέα της ρομποτικής και του διαδικτύου των πραγμάτων. Οι κόμβοι που αποτελούν την κύρια υποδομή του διαδικτύου των πραγμάτων έχουν εμπλουτιστεί με σημαντικές και πολυποίκιλες δυνατότητες. Η πιο σημαντική από αυτες τις δυνατότηες είναι η κινητικότητα, η οποία έχει προσφερθεί λόγω της επίσης σημαντικής εξέλιξης του τομέα που αφορά τα μη επανδρωμένα οχήματα. Ένα μη επανδρωμένο όχημα μπορεί να εξυπηρετήσει έναν ερευνητή ως κινητός αισθητήρας (θερμοκρασίας, πίεσης νερού) και να τοποθετηθεί σε οποιαδήποτε δυνατή τοποθεσία. Κάποια ακόμα χαρακτηριστικά που κάνουν δελεαστική την επιλογή μη επανδρωμένων οχημάτων ως κόμβους του διαδικτύου των πραγμάτων είναι η ικανότητα της λήψης αποφάσεων χωρίς την ανθρώπινη παρέμβαση, η αντοχή, η επαναπρογραμματισιμότητα καθώς και η δυνατότητα της ζωντανής ροής πολυμέσων. Με βάση αυτά τα χαρακτηριστικά τα μη επανδρωμένα οχήματα μπορούν να χρησιμοποιηθούν επίσης σε περιπτώσεις εποπτείας χώρων και συνόρων, παρακολούθηση καμερών ασφαλείας καθώς και για υποστήριξη σε περιπτώσεις διαχείρισης κρίσεων. Για παράδειγμα ένα μη επανδρωμένο όχημα ξηράς όπου φέρει μία υψηλής ευκρίνειας κάμερα, σε συνδυασμό με έναν αλγόριθμο αναγνώρισης αντικειμένων μπορεί να χρησιμοποιηθεί για επόπτεια συνόρων. Σε αυτήν την διπλωματική εργασία προτείνεται ένα πλαίσιο, στο οποίο υλοποιείται μια διαδικασία λήψης αποφάσεων με βάση την ποιότητα του δικτύου. Το πλαίσιο αυτό προσαρμόζει την ροή της πληροφορίας μεταξύ του επανδρωμένου οχήματος και του σταθμού ελέγχου, βασισμένο σε μετρικές ποιότητας του δικτύου (όπως το ρυθμό απώλειας πακέτων) και στις αρχές της Θεωρίας Βέλτιστης Παύσης, με σκοπό να εξασφαλίσει το βέλτιστο ποσοστό παραλαβής πληροφοριών υψίστης σημασίας από το μη επανδρωμένο όχημα προς το σταθμό ελέγχου και το αντίστροφο. Όταν το δίκτυο συμπεριφέρεται άριστα δεν υπάρχει περιορισμός στην ροή πληροφοριών, αλλα έαν το δίκτυο είναι είτε υπερφορτωμένο, είτε κορεσμένο, τότε εφαρμόζονται περιοριστικοί κανόνες. Το προτεινόμενο μοντέλο, εισάγει δύο μηχανισμούς βέλτιστης παύσης βασισμένος στην Θεωρίας Βέλτιστης Παύσης, στη Θεωρία Ανίχνευσης Αλλαγής Κατεύθυνσης καθώς και σε μία διαδικασία εκπτωτικής ανταμοιβής. Για την υποστήριξη του υλοποιημένου πλαισίου, έγινε μία σειρά πειραμάτων με πολύ υποσχόμενα αποτελέσματα. Σαν κινητός κόμβος χρησιμοποιήθηκε ένα ρομπότ TurtleBot, μαζί με ένα XBOX Kinect που έφερε μία έγχρωμη κάμερα και έναν αισθητήρα βάθους καθώς και με ένα Raspberry Pi, το οποίο εκτελούσε το Robotic Operating System (ROS) και το σύστημα Apache Kafka, με σκοπό να γεφυρώσει το χάσμα επικοινωνίας μεταξύ TurtleBot και σταθμού ελέγχου.","abstract_has_math":false,"creators":["Χαλβατζάρας Αθανάσιος","Chalvatzaras Athanasios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2019,"date_issued":"2019","date_published":"2019","updated_at":"2026-11-19T05:35:56Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2880548"],"render_values":[{"text":"uoadl:2880548","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2880548","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2880548","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2880548","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Χαλβατζάρας Αθανάσιος","Chalvatzaras Athanasios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2019"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2880548","https://pergamos.lib.uoa.gr/uoa/dl/object/2880548"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Μια μεγάλη και απότομη εξέλιξη παρατηρείται σήμερα στον τομέα της ρομποτικής και του διαδικτύου των πραγμάτων. Οι κόμβοι που αποτελούν την κύρια υποδομή του διαδικτύου των πραγμάτων έχουν εμπλουτιστεί με σημαντικές και πολυποίκιλες δυνατότητες. Η πιο σημαντική από αυτες τις δυνατότηες είναι η κινητικότητα, η οποία έχει προσφερθεί λόγω της επίσης σημαντικής εξέλιξης του τομέα που αφορά τα μη επανδρωμένα οχήματα. Ένα μη επανδρωμένο όχημα μπορεί να εξυπηρετήσει έναν ερευνητή ως κινητός αισθητήρας (θερμοκρασίας, πίεσης νερού) και να τοποθετηθεί σε οποιαδήποτε δυνατή τοποθεσία. Κάποια ακόμα χαρακτηριστικά που κάνουν δελεαστική την επιλογή μη επανδρωμένων οχημάτων ως κόμβους του διαδικτύου των πραγμάτων είναι η ικανότητα της λήψης αποφάσεων χωρίς την ανθρώπινη παρέμβαση, η αντοχή, η επαναπρογραμματισιμότητα καθώς και η δυνατότητα της ζωντανής ροής πολυμέσων. Με βάση αυτά τα χαρακτηριστικά τα μη επανδρωμένα οχήματα μπορούν να χρησιμοποιηθούν επίσης σε περιπτώσεις εποπτείας χώρων και συνόρων, παρακολούθηση καμερών ασφαλείας καθώς και για υποστήριξη σε περιπτώσεις διαχείρισης κρίσεων. Για παράδειγμα ένα μη επανδρωμένο όχημα ξηράς όπου φέρει μία υψηλής ευκρίνειας κάμερα, σε συνδυασμό με έναν αλγόριθμο αναγνώρισης αντικειμένων μπορεί να χρησιμοποιηθεί για επόπτεια συνόρων. Σε αυτήν την διπλωματική εργασία προτείνεται ένα πλαίσιο, στο οποίο υλοποιείται μια διαδικασία λήψης αποφάσεων με βάση την ποιότητα του δικτύου. Το πλαίσιο αυτό προσαρμόζει την ροή της πληροφορίας μεταξύ του επανδρωμένου οχήματος και του σταθμού ελέγχου, βασισμένο σε μετρικές ποιότητας του δικτύου (όπως το ρυθμό απώλειας πακέτων) και στις αρχές της Θεωρίας Βέλτιστης Παύσης, με σκοπό να εξασφαλίσει το βέλτιστο ποσοστό παραλαβής πληροφοριών υψίστης σημασίας από το μη επανδρωμένο όχημα προς το σταθμό ελέγχου και το αντίστροφο. Όταν το δίκτυο συμπεριφέρεται άριστα δεν υπάρχει περιορισμός στην ροή πληροφοριών, αλλα έαν το δίκτυο είναι είτε υπερφορτωμένο, είτε κορεσμένο, τότε εφαρμόζονται περιοριστικοί κανόνες. Το προτεινόμενο μοντέλο, εισάγει δύο μηχανισμούς βέλτιστης παύσης βασισμένος στην Θεωρίας Βέλτιστης Παύσης, στη Θεωρία Ανίχνευσης Αλλαγής Κατεύθυνσης καθώς και σε μία διαδικασία εκπτωτικής ανταμοιβής. Για την υποστήριξη του υλοποιημένου πλαισίου, έγινε μία σειρά πειραμάτων με πολύ υποσχόμενα αποτελέσματα. Σαν κινητός κόμβος χρησιμοποιήθηκε ένα ρομπότ TurtleBot, μαζί με ένα XBOX Kinect που έφερε μία έγχρωμη κάμερα και έναν αισθητήρα βάθους καθώς και με ένα Raspberry Pi, το οποίο εκτελούσε το Robotic Operating System (ROS) και το σύστημα Apache Kafka, με σκοπό να γεφυρώσει το χάσμα επικοινωνίας μεταξύ TurtleBot και σταθμού ελέγχου.","Robotics and Internet of Things (IoT) have been experiencing rapid growth nowadays. IoT nodes are significantly enhanced with many different features. One of the most important is the mobility capabilities, given by the noticeably huge growth of UxV (UxVs- x stands for a different type of environment, i.e. ‘s’ stands for sea, ‘a’ for air and ‘g’ for ground) area. The idea is the assumption of a drone as a mobile sensor, that can be deployed wherever the experimenter wants. Some more characteristics that make the unmanned vehicles a very tempting decision as IoT nodes are the decision-making ability without human interaction, endurance, re-programmability and capability of multimedia streaming. These characteristics make drones an option for use cases of surveillance, security monitoring, and supporting crisis management activities. For instance, a UGV equipped with a high-definition camera and running an algorithm of object recognition can serve the purpose of border surveillance. In this thesis, a framework that implements a network quality based decision-making process is developed. This framework adapts the information flow between the UxV and the Ground Control Station (GCS) based on network quality metrics (such as packet error rate etc.) and the principals Optimal Stopping Theory (OST). The goal of this framework is to ensure the optimal delivery of critical information from UxV to GCS and vice-versa. If the network behaves optimally then there is no limitation on the information flow, but if the network is saturated or overloaded restriction rules are applied. The proposed model introduces two optimal stopping time mechanisms based on change detection theory and a discounted reward process. To support the implemented framework, an experimental environment has been set up and also a series of experiments with very promising results. As a mobile IoT node, a TurtleBot has been used, along with an XBOX Kinect sensor (RGB camera and depth sensor) and a Raspberry Pi running Robotic Operating System (ROS) and Apache Kafka pub-sub system with ultimate purpose the communication between the TurtleBot and the GCS."]},{"key":"dc:title","label":"Title","values":["Adaptive UxV Routing Based on Network Performance"]}]}],"canonical_facts":{"dc:creator":["Χαλβατζάρας Αθανάσιος","Chalvatzaras Athanasios"],"dc:date":["2019"],"dc:description":["Μια μεγάλη και απότομη εξέλιξη παρατηρείται σήμερα στον τομέα της ρομποτικής και του διαδικτύου των πραγμάτων. Οι κόμβοι που αποτελούν την κύρια υποδομή του διαδικτύου των πραγμάτων έχουν εμπλουτιστεί με σημαντικές και πολυποίκιλες δυνατότητες. Η πιο σημαντική από αυτες τις δυνατότηες είναι η κινητικότητα, η οποία έχει προσφερθεί λόγω της επίσης σημαντικής εξέλιξης του τομέα που αφορά τα μη επανδρωμένα οχήματα. Ένα μη επανδρωμένο όχημα μπορεί να εξυπηρετήσει έναν ερευνητή ως κινητός αισθητήρας (θερμοκρασίας, πίεσης νερού) και να τοποθετηθεί σε οποιαδήποτε δυνατή τοποθεσία. Κάποια ακόμα χαρακτηριστικά που κάνουν δελεαστική την επιλογή μη επανδρωμένων οχημάτων ως κόμβους του διαδικτύου των πραγμάτων είναι η ικανότητα της λήψης αποφάσεων χωρίς την ανθρώπινη παρέμβαση, η αντοχή, η επαναπρογραμματισιμότητα καθώς και η δυνατότητα της ζωντανής ροής πολυμέσων. Με βάση αυτά τα χαρακτηριστικά τα μη επανδρωμένα οχήματα μπορούν να χρησιμοποιηθούν επίσης σε περιπτώσεις εποπτείας χώρων και συνόρων, παρακολούθηση καμερών ασφαλείας καθώς και για υποστήριξη σε περιπτώσεις διαχείρισης κρίσεων. Για παράδειγμα ένα μη επανδρωμένο όχημα ξηράς όπου φέρει μία υψηλής ευκρίνειας κάμερα, σε συνδυασμό με έναν αλγόριθμο αναγνώρισης αντικειμένων μπορεί να χρησιμοποιηθεί για επόπτεια συνόρων. Σε αυτήν την διπλωματική εργασία προτείνεται ένα πλαίσιο, στο οποίο υλοποιείται μια διαδικασία λήψης αποφάσεων με βάση την ποιότητα του δικτύου. Το πλαίσιο αυτό προσαρμόζει την ροή της πληροφορίας μεταξύ του επανδρωμένου οχήματος και του σταθμού ελέγχου, βασισμένο σε μετρικές ποιότητας του δικτύου (όπως το ρυθμό απώλειας πακέτων) και στις αρχές της Θεωρίας Βέλτιστης Παύσης, με σκοπό να εξασφαλίσει το βέλτιστο ποσοστό παραλαβής πληροφοριών υψίστης σημασίας από το μη επανδρωμένο όχημα προς το σταθμό ελέγχου και το αντίστροφο. Όταν το δίκτυο συμπεριφέρεται άριστα δεν υπάρχει περιορισμός στην ροή πληροφοριών, αλλα έαν το δίκτυο είναι είτε υπερφορτωμένο, είτε κορεσμένο, τότε εφαρμόζονται περιοριστικοί κανόνες. Το προτεινόμενο μοντέλο, εισάγει δύο μηχανισμούς βέλτιστης παύσης βασισμένος στην Θεωρίας Βέλτιστης Παύσης, στη Θεωρία Ανίχνευσης Αλλαγής Κατεύθυνσης καθώς και σε μία διαδικασία εκπτωτικής ανταμοιβής. Για την υποστήριξη του υλοποιημένου πλαισίου, έγινε μία σειρά πειραμάτων με πολύ υποσχόμενα αποτελέσματα. Σαν κινητός κόμβος χρησιμοποιήθηκε ένα ρομπότ TurtleBot, μαζί με ένα XBOX Kinect που έφερε μία έγχρωμη κάμερα και έναν αισθητήρα βάθους καθώς και με ένα Raspberry Pi, το οποίο εκτελούσε το Robotic Operating System (ROS) και το σύστημα Apache Kafka, με σκοπό να γεφυρώσει το χάσμα επικοινωνίας μεταξύ TurtleBot και σταθμού ελέγχου.","Robotics and Internet of Things (IoT) have been experiencing rapid growth nowadays. IoT nodes are significantly enhanced with many different features. One of the most important is the mobility capabilities, given by the noticeably huge growth of UxV (UxVs- x stands for a different type of environment, i.e. ‘s’ stands for sea, ‘a’ for air and ‘g’ for ground) area. The idea is the assumption of a drone as a mobile sensor, that can be deployed wherever the experimenter wants. Some more characteristics that make the unmanned vehicles a very tempting decision as IoT nodes are the decision-making ability without human interaction, endurance, re-programmability and capability of multimedia streaming. These characteristics make drones an option for use cases of surveillance, security monitoring, and supporting crisis management activities. For instance, a UGV equipped with a high-definition camera and running an algorithm of object recognition can serve the purpose of border surveillance. In this thesis, a framework that implements a network quality based decision-making process is developed. This framework adapts the information flow between the UxV and the Ground Control Station (GCS) based on network quality metrics (such as packet error rate etc.) and the principals Optimal Stopping Theory (OST). The goal of this framework is to ensure the optimal delivery of critical information from UxV to GCS and vice-versa. If the network behaves optimally then there is no limitation on the information flow, but if the network is saturated or overloaded restriction rules are applied. The proposed model introduces two optimal stopping time mechanisms based on change detection theory and a discounted reward process. To support the implemented framework, an experimental environment has been set up and also a series of experiments with very promising results. As a mobile IoT node, a TurtleBot has been used, along with an XBOX Kinect sensor (RGB camera and depth sensor) and a Raspberry Pi running Robotic Operating System (ROS) and Apache Kafka pub-sub system with ultimate purpose the communication between the TurtleBot and the GCS."],"dc:identifier":["uoadl:2880548","https://pergamos.lib.uoa.gr/uoa/dl/object/2880548"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Adaptive UxV Routing Based on Network Performance"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:35:56Z"}