Unsupervised, continual and active object learning by mobile robots
Gezgin robotlarda eğiticisiz, sürekli ve aktif nesne öğrenimi
- Tez No: 1019612
- Danışmanlar: PROF. HURİYE IŞIL BOZMA AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Aktif öğrenme, Hareketli robotlar, Active learning, Mobile robots
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, gezgin robotlarda otonom nesne kavrama konusu ile ilgilidir. Açık dünya ortamlarında temel sorun, yeni nesnelerin sık sık ortaya çıkması ve dolayısıyla etiketli verilerin mevcut olmamasıdır. Bu koşullar otonom nesne kavramasını mümkün kılan gözetimsiz ve sürekli öğrenme yöntemlerini gerektirir. Ayrıca, gezgin robotların doğasında var olan hareket kabiliyeti, onların nesne anlayışını geliştirmek için çevreyi keşfetmesine ve çeşitli duyusal bilgi toplamasına olanak tanıyarak aktif öğrenmeyi mümkün kılar. Bu tez, bu zorlukları ele almak için eğiticisiz, artımlı ve aktif öğrenmeyi tümleştiren bir yöntem önermektedir; böylece mobil robotlar açık dünya ortamlarında nesne temsillerini otonom olarak edinebilir, iyileştirebilir ve sürdürebilir. Robotun her gelen RGB-D çerçeveyi bölütleyebildiği, elde edilen bölütleri kareler arasında izleyebildiği ve izlenen her nesneyle ilişkili bölütleri biriktirebildiği varsayılmaktadır. Ayrıca robotun gerektiğinde gezinme yeteneğine sahip olduğu varsayılmaktadır. İlk olarak, nesne temsili ele alınmakta ve mevcut modellerin en iyi performansı sağlayanları belirlemek için kapsamlı bir değerlendirme yapılmaktadır. Ardından, mevcut tek sınıf sınıflandırıcılar öğrenme ve tanıma performansı açısından değerlendirilmektedir. Üçüncü olarak, nesnelerin denetimsiz ve artımlı öğrenimi, bir nesne belleğinin geliştirildiği bir yaklaşımla ele alınmaktadır. Son olarak, aktif nesne öğrenimi, robotun yeni nesneleri öğrenmek için topladığı veriler konusunda seçici olması yoluyla ele alınmaktadır. Önerilen tüm yöntemler, hem Gazebo simülasyon ortamında hem de gerçek dünya senaryolarında bir mobil robot ile kapsamlı olarak test edilmiştir. Bu çalışma, yeni ortamlarda uyarlanabilir, etiketsiz nesne anlayışını mümkün kılarak açık dünya robotik algısının ilerlemesine katkıda bulunmaktadır.
Özet (Çeviri)
This thesis is concerned with autonomous object cognition in mobile robots. A key issue in open-world environments is that new objects emerge frequently, and hence labeled data are unavailable. These conditions call for unsupervised and continual learning methods that enable autonomous object cognition. Moreover, their inherent mobility enables active learning, allowing robots to explore and gather diverse sensory information to improve object understanding. This thesis proposes an approach that integrates unsupervised, incremental and active learning to address these challenges, enabling mobile robots to autonomously acquire, refine, and maintain object representations in open-world environments. We assume that the robot is able to segment each incoming RGB-D frame, track the resulting segments across the frames, and accumulate the segments associated with each tracked object. We also assume that the robot is able to navigate as it finds necessary to do so. First, object representation is considered, and an extensive evaluation of the existing models is conducted to identify those achieving the best performance. Following, existing one-class classifiers are evaluated with respect to learning and recognition performance. Thirdly, unsupervised and incremental object learning is addressed via an approach in which an object memory is developed. Finally, active object learning is considered through having the robot be selective with regards to the data it collects in order to learn new objects. All the proposed methods are tested extensively in both the Gazebo simulation environment and real-world scenarios with a mobile robot. This work contributes to the advancement of open-world robotic perception by enabling adaptive, label-free object understanding in new environments.
Benzer Tezler
- Değiştirilmiş kohonen ağı simülasyon programı
A Simulation program for modified kohonen network
ENDER TUNÇ EROĞLU
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. UĞUR ÇİLİNGİROĞLU
- Gelişmiş meta modelleme için yinelemeli denetimsiz öğrenme tabanlı özellik çıkarma
Iterative unsupervised learning-based feature extraction for enhanced meta-modeling
BORA IŞIKOĞLU
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN ÇETİN
- Ses olay tespit problemine derin öğrenme tabanlı çözümler
Utilizing footstep sound event detection by using cnn techniques for assuring property security
FURKAN YUSUF YAVUZ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Türkçe sözcük anlam belirsizliği giderme
Word sense disambiguation for Turkish
BAHAR İLGEN
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
YRD. DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Echo state network ile sistemlerin modellenmesi
System modeling using echo state network
SELİN YAMAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YEŞİL