Geri Dön

Kavşak senaryolarında nesne takibinin etkileşen çoklu modeller kullanılarak iyileştirilmesi

Improving object tracking in junction scenarios using interacting multiple models

PDF İndir

  1. Tez No: 1008469
  2. Yazar: ÇAĞRI HAKKOYMAZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERKAN USLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Hedef takip sistemi, Target tracking system
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kavşaklar, çok sayıda nesne barındıran ve bu nesnelerin aynı senaryoda farklı hareket örüntüleri sergileyebildiği dinamik ortamlardır (örneğin sağa dönüş senaryosunda nesne doğrusal hareketle başlayıp dönüş manevrası yaparak tekrar doğrusal harekete dönebilir). Bu geçişlerin doğru modellenmesi başarılı takip performansı için kritik öneme sahiptir. Özellikle sensörlerin güvenilirliğinin azaldığı ve ölçüm doğruluklarının düştüğü ortamlarda, kullanılan hareket modelinin nesneyi iyi temsil edebilmesi takip hassasiyeti açısından avantaj sağlamaktadır. Bu tez çalışmasında, kavşak senaryolarında nesne takibinin doğruluğunu artırmak amacıyla Etkileşen Çoklu Model (Interacting Multiple Model - IMM) yaklaşımı kullanılmıştır. Çalışma kapsamında, KITTI veri setindeki kavşak senaryoları seçilerek analizler gerçekleştirilmiştir. IMM çerçevesinde Sabit İvmeli (CA) ve Sabit Dönüş Oranı ve İvme (CTRA) hareket modelleri arasında dinamik geçişler uyarlanmıştır. Azalan sensör güvenini simüle etmek için ölçüm kovaryans matrisi kontrollü biçimde artırılarak ölçüm belirsizliği yükseltilmiştir. Ayrıca, geçici algılama kayıplarını temsil etmek amacıyla belirli oranlarda ölçüm düşürme (eksik gözlem) senaryoları uygulanmıştır. Performans farklı algılayıcılarla (VirConv ,CasA), HOTA ve alt bileşenleri (DetA, AssA, DetRe, DetPr, AssRe, AssPr) üzerinden değerlendirilmiştir. %20 ölçüm kaybında IMM en iyi sonucu vermiştir (VirConv: +0.245 HOTA CTRA'ya göre; CasA: +0.913 HOTA CA'ya göre). Yüksek gürültüde (R=50) CA en iyi olsa da IMM, CTRA'ya göre daha dayanıklıdır (VirConv: +1.458 HOTA; CasA: +0.783 HOTA). Örneğin, senaryo 0012'de R=50 koşulunda HOTA skoru CA için 82.002'den IMM ile 82.557'ye yükselmiş; dönüş segmentlerinde ortalama konum hatası normu CA'da 0.6961 m iken IMM'de 0.6546 m olarak ölçülmüştür. Elde edilen sonuçlar, IMM tabanlı takip sisteminin kavşak senaryolarında daha yüksek doğruluk ve kararlılık sunduğunu göstermektedir. Ayrıca, sensör güvenilirliğinin azaldığı koşullarda adaptif model kullanımının performansı anlamlı şekilde iyileştirdiği gözlemlenmiştir.

Özet (Çeviri)

Junctions are dynamic environments that contain a high number of objects, each potentially following different motion patterns within the same scenario. For example, in a right-turn scenario, an object may initially move linearly, then execute a turning motion, and finally continue moving linearly again. Accurately modeling these transitions is critically important for achieving successful tracking performance. This is especially true in conditions where sensor reliability decreases and measurement accuracy is reduced. In such cases, the ability of the selected motion model to effectively represent object dynamics offers a clear advantage in terms of tracking precision. In this thesis, the Interacting Multiple Model (IMM) approach is utilized to improve object tracking accuracy in intersection scenarios. Intersection-specific scenes from the KITTI dataset were selected for analysis. Within the IMM framework, two motion models—Constant Acceleration (CA) and Constant Turn-Rate and Acceleration (CTRA)—were dynamically combined and adapted based on their suitability for the scenario. To simulate reduced sensor confidence, the measurement covariance matrix was deliberately increased to emulate higher observation uncertainty. In addition, measurement dropping (intermittent missing observations) was applied to evaluate robustness under temporary sensing dropouts. Performance was evaluated using two different detectors (VirConv and CasA) with HOTA and its components (DetA, AssA, DetRe, DetPr, AssRe, AssPr). Under 20% measurement drop, IMM achieved the best performance (VirConv: +0.245 HOTA vs. CTRA; CasA: +0.913 HOTA vs. CA). Under high measurement noise (R=50), CA yielded the best HOTA, while IMM remained more robust than CTRA (VirConv: +1.458 HOTA; CasA: +0.783 HOTA). For instance, on sequence 0012 under R=50, HOTA increases from 82.002 with CA to 82.557 with IMM, while the mean position error norm over turning segments decreases from 0.6961 m (CA) to 0.6546 m (IMM). The results demonstrate that the IMM-based tracking system provides higher accuracy and stability in intersection scenarios. Furthermore, it was observed that adaptive model switching improves performance when sensor reliability is compromised.

Benzer Tezler

  1. Tez No

    947610

    3D nokta bulutu verileri kullanılarak otonom sürüş için nesne algılama yöntemi ile karayolu envanterlerinin tespit edilmesi

    Determination of highway inventories with object detection method for autonomous driving using 3D point cloud data

    HİLAL GEZGİN

    Doktora

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. REHA METİN ALKAN

  2. Tez No

    665221

    A reservation based multi agent intersection management for autonomous vehicles

    Otonom araçlar için rezervasyon bazlı çok ajanlı kavşak yönetimi

    ATAKAN YASİN YEŞİLYURT

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Trafikİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET TURAN SÖYLEMEZ

  3. Tez No

    853984

    Farklı trafik uyarmalı sinyalize kavşakların performanslarının karşılaştırılması

    Comparison of the performances of different traffic warning signalized intersections

    TOLGA YAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    TrafikOndokuz Mayıs Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. METİN MUTLU AYDIN

  4. Tez No

    1002291

    Kavşaklarda geometri ve kontrol yaklaşımının performansa etkisinin simülasyon tekniği ile incelenmesi: Ankara örneği

    Investigation of the effect of geometry and control approach on performance in intersections with simulation technique: Ankara application

    MUHAMMED FURKAN ÖREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    UlaşımKırıkkale Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERSİN KORKMAZ

  5. Tez No

    982266

    Sensör arızalarına karşı afet dirençli derin öğrenme tabanlı sürdürülebilir adaptif trafik sinyalizasyonunun geliştirilmesi

    Development of disaster-resilient deep learning-based sustainable adaptive traffic signalization against sensor failures

    SEYİTALİ İLYAS

    Doktora

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik MühendisliğiAkdeniz Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YALÇIN ALBAYRAK

    DOÇ. DR. SEVİL KÖFTECİ

Geri Dön