Geri Dön

Dinamik ortamlarda görsel SLAM başarısının iyileştirilmesi

Enhancing visual SLAM accuracy in dynamic environments

PDF İndir

  1. Tez No: 1009885
  2. Yazar: ALPEREN KÖSEM
  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: Belirtilmemiş.
  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

Eş Zamanlı Konumlama ve Haritalama (EZKH, Simultaneous Localization and Mapping - SLAM) algoritmaları, GPS'in yetersiz kaldığı veya hiç bulunmadığı ortamlarda robotların hareket edebilmesi için gerekli olan poz kestirimini sağlamakta ve çevrenin harita bilgisini oluşturmaktadır. Özellikle kameralardan elde edilen görüntüler üzerinde çalışan görsel SLAM (vSLAM) yaklaşımları, düşük maliyetli sensörler ile zengin bilgi sunması nedeniyle robotik sistemlerde yaygın olarak tercih edilmektedir. Ancak güncel vSLAM sistemlerinin temel problemlerinden biri, dinamik ortamlarda gürbüzlüğünü kaybetmeleridir. Modern algoritmaların sahnenin statik olduğu varsayımıyla tasarlanmış olması, şehir içi trafik ya da yoğun hareketli ortamlarda hatalı poz kestirimine ve yörünge sapmalarına sebep olmaktadır. Bu sebeple, dinamik nesnelerin sahneden filtrelenmesi algoritmanın doğruluğunu iyileştirmede kritik rol oynamaktadır. Literatürde dinamik sahnelerle başa çıkmak amacıyla hareket temelli ve semantik temelli yaklaşımlar önerilmektedir. Ancak bu iki yaklaşım tek başına kullanıldığında kamera hareketi ile nesnelerin hareketini ayrıştırmakta problem yaşamakta ya da semantik olarak tüm nesneleri maskeleyerek öznitelik sağlayabilecek faydalı bölgeleri de filtreleyerek algoritma başarısını düşürmektedir. Bu çalışmada, stereo Oriented FAST and Rotated BRIEF SLAM3 (ORB-SLAM3) üzerinde çalışan, You Only Look Once (YOLO) sinir ağından elde edilen semantik bilgi ile Recurrent All-Pairs Field Transforms (RAFT) ile hesaplanan optik akı bilgisini birleştiren derin öğrenme tabanlı optik akış ve nesne tespiti füzyonuna dayalı hibrit bir SLAM entegrasyonu önerilmektedir. Önerilen yöntemde YOLO sinir ağından gelen semantik bilgiler ile RAFT sinir ağından hesaplanan optik akı derinlik katsayılı bir eşikleme yapılmakta ve böylece fayda sağlayabilecek statik bölgeler korunurken, sahnedeki dinamik bölgelerin SLAM algoritmasına olumsuz etkisi giderilmektedir. Önerilen yöntem, KITTI odometri veri seti üzerinde filtrelenmemiş görüntüler ve YOLO tabanlı semantik filtreleme yaklaşımı ile ORB-SLAM3 kullanılarak karşılaştırılmıştır. Mutlak yörünge hatası (absolute trajectory error - ATE), mutlak rotasyon hatası (absolute rotaion error - ARE), bağıl yörünge hatası (relative trajectory error - RTE) ve bağıl rotasyon hatası (relative rotation error - RRE) değerlendirme metrikleri üzerinden değerlendirmiştir. Filtrelenmemiş görüntüler ile karşılaştırıldığında, önerilen yöntem sekanslar genelinde ortalama \%11.87 oranında iyileşme sağlamıştır. En yüksek kazanım Sekans~01 üzerinde elde edilmiştir ve ATE RMSE değeri 13.67 metreden 7.70 metreye düşerek \%43.67 oranında azaltılmıştır.

Özet (Çeviri)

Simultaneous Localization and Mapping (SLAM) algorithms provide required pose estimation for robots to navigate in environments where GPS is insufficient or unavailable and construct map information of the environment simultaneously. In particular, visual SLAM (vSLAM) approaches are widely preferred in robotic systems due to their low-cost sensors and the rich information they provide. However, one of the fundamental problems in current vSLAM systems is the loss of robustness in dynamic environments. The design of modern algorithms is based on the assumption that the scene is static cause inaccurate pose estimation and trajectory drift in urban traffic or intense dynamic environments. Therefore, filtering the dynamic objects from scene plays critical role in improving vSLAM accuracy. In the literature, motion-based and semantic-based approaches are proposed for the purpose of handling dynamic scenes. However, when these two approaches are used individually, they degrade the algorithm's success by having difficulty distinguishing object motion from camera motion or by semantically masking all objects, thereby filtering out beneficial regions that can provide useful features. In this work, we propose a hybrid SLAM integration for stereo vSLAM algorithms that fuses semantic information obtained from a YOLO network with optical flow computed by RAFT. In the proposed method, the semantic outputs from YOLO and the optical flow estimated by RAFT are combined through depth-weighted thresholding. In this way, potentially beneficial static regions are preserved while the negative impact of dynamic regions on the vSLAM algorithm is mitigated. The proposed approach is evaluated on the KITTI Odometry dataset and compared against ORB-SLAM3 using unfiltered images and a YOLO-based semantic filtering. Error reduction has been demonstrated particually in the environments where dynamic and static objects coexist in same scene based on Absolute Trajectory Error (ATE), Absolute Rotation Error (ARE), Relative Trajectory Error (RTE) and Relative Rotation Error (RRE) evaluation metrics. Compared to unfiltered images, the proposed method achieves an average ATE RMSE reduction of 11.87\% across the evaluated sequences. The largest improvement is observed on Sequence 01, where ATE RMSE decreases from 13.67 meter to 7.70 meter, corresponding to a 43.67\% reduction.

Benzer Tezler

  1. Tez No

    948733

    Optimized visual odometry and satellite image matching-based localization for UAVS in GPS-denied environments

    GPS olmayan ortamlarda İHA'lar için optimizasyonlu görsel odometri ve uydu görüntüsü eşleştirme tabanlı konumandırma

    ÖMER SEFA ÖZTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    DOÇ. DR. ALPTEKİN YILDIZ

  2. Tez No

    1011503

    Dinamik ortamlarda çalışabilen görsel SLAM uygulamalarının geliştirilmesi

    Improvement of visual SLAM applications for dynamic environments

    SEDAT DİKİCİ

    Doktora

    Türkçe

    Türkçe

    2026

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. FİKRET ARI

  3. Tez No

    723595

    Real time dense slam in unstructured dynamic cluttered 3d environments

    Yapılandırılmamış dağınık dinamik 3 boyutlu ortamlarda gerçek zamanlı yoğun anlık konumlama ve haritalama

    ÖZGÜR HASTÜRK

    Doktora

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDAN MÜŞERREF ERKMEN

  4. Tez No

    711314

    Optimization based visual-inertial slam and odometry systems in GPS-denied environments

    GPS bağımsız ortamlarda optimizasyon tabanlı görsel ataletsel eş zamanlı haritalama ve konumlandırma sistemleri

    FATİH MEHMET DEMİREL

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Mekatronik MühendisliğiSabancı Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ÜNEL

  5. Tez No

    883414

    Deep learning-based keypoints driven visual inertial odometry for GNSS-denied flight

    Yapay sinir ağları tabanlı nokta çıkarıcılı görsel-ataletsel odometri ile GPS'siz ortamda uçuş

    ARSLAN ARTYKOV

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE KOYUNCU

Geri Dön