Road lane and traffic sign detection and tracking for autonomous urban driving
Yol şeritleri/trafik tabelası tespit ve takibi
- Tez No: 255891
- Danışmanlar: PROF. H. LEVENT AKIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
Akıllı Taşıma Sistemleri üzerine araştırmalar hızla ilerlemekte. Bu sistemlerin nihai amacı tamamen otonom araçları gerçek hale getirmek. Bu alandaki araştırmalar, hem güvenlik ve hem de operasyonel verimlilik açılarından önemli potansiyel arz ediyor.Şerit takibi, otonom araç seyrinin (navigasyon) önemli bir parçası olarak öne çıkıyor. Bunun nedeni, seyredilecek yolun, özellikle kentsel yollarda, şeritler arasındaki bölge olması. Bu amaçla birçok bilimsel yaklaşım ileri sürülmekle birlikte, bunların arasında Hough dönüşümü öne çıkmakta. Verideki gürültüyü azaltmak ve sınırlı işlem süresinde sonuca ulaşmak için sağlam bir metod tasarlamak gerekiyor. Bu çalışmamızda resmi bölümlere ayırmak kaydıyla Çok Aşamalı Hough Dönüşümü gerçekleştiren bir şerit takip sistemi sunuyoruz. Şerit tespit aşamasının ardından Saklı Markov Modeli temelli bir şerit takip sistemi öneriliyor.Trafik tabelaları ise yollardaki kuralları belirten önemli enstrümanlardır. Bu sebeple otonom araç çalışamalarının önemli parçasıdırlar. Tabelaların kapsam dışı bırakılmasıgerçekçi sonuçlar alınmasını imkansız kılacaktır. Otomotiv üretici firmaları yeni modellerinde trafik tabelası tanıyabilen akıllı sistemler sunmaya başladılar. Fakat yollardaki beklenmedik durumlar ve tabelaların önemli farklılıklar göstermesi sebebiyle çok daha güvenli ve hızlı tabela tanıma sistemlerine ihtiyaç duyuluyor. Bu sistemler için yerelleştirme de gerekli çünkü trafik tabelaları ülkeden ülkeye farklılıklar arz edebilmekte. Bu çalışmamızda tabela tespit ve takibi için de bir yöntem sunmaktayız. Radyal simetri tabanlı geometrik dönüşümler ve genetik algoritma kullanarak tabelaları tespit ediyoruz. Tespit edilen tabelalar, SURF niteliklerini Yapay Sinir Ağları veya Destek Vektör Makinelerine besleyerek sınıflandırılıyor. SURF'a alternatif olarak bir sezgisel bir yöntem de deneniyor. Zaman ve doğruluk analizleriilgili bölümlerde bulunabilir.Bu çalışma Boğaziçi Üniversitesi Yapay Zeka Laboratuvarı'nda yürütülen Otonom Sürüş Değerlendirme Projesi'nin bir parçası olarak ortaya çıkmıştır.
Özet (Çeviri)
The field of Intelligent Transport Systems (ITS) is advancing rapidly in the world. The ultimate aim of such systems is to realize fully autonomous vehicles. The researches in the field offer the potential for significant enhancements in safety and operational efficiency.Lane tracking is an important topic in autonomous navigation because the navigable region in a road usually stands between the lanes, especially in urban environments. Several approaches have been proposed, but Hough transform seems to be the dominant one among all. A robust lane tracking method is also required for reducing the effect of the noise and satifying processing time constraints. In this study, we present a new lane tracking method which uses a partitioning technique for obtaining Multi-resolution Hough Transform (MHT) of the acquired vision data. After the detection process, a Hidden Markov Model (HMM) based method is proposed for tracking the detected lanes.Traffic signs are important instruments to indicate the rules on roads. This makes them an essential part of the ITS researches. It is clear that leaving traffic signs out of concern will cause serious consequences. Although the car manufacturers have started to deploy intelligent sign detection systems on their latest models, the road conditions and variations of actual signs on the roads require much more robust and fast detection and tracking methods. Localization of such systems is also necessary because traffic signs differ slightly between countries. This study also presents a fast and robust sign detection and tracking methodbased on geometric transformation and genetic algorithms (GA). Detection is done by a genetic algorithm (GA) approach supported by a radial symmetry check so that false alerts are considerably reduced. Classification is achieved by a combination of SURF features with NN or SVM classifiers. A heuristic alternative to the SURF usage is also presented. Time and accuracy analysis can be found in relevant sections.This work is a part of the Automatic Driver Evaluation System (ADES) Project in Artificial Intelligence Laboratory of Boğaziçi University.
Benzer Tezler
- Derin evrişimsel sinir ağlarını kullanılarak araç, insan ve trafik işaretlerinin tanınması
Recognition of vehicle, human and traffic signs using deep convolutional neural networks
GÜLYETER ÖZTÜRK
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. RAŞİT KÖKER
- Sürücü destek sistemleri için yeni yol ve işaret tanıma yöntemleri
New road and sign recognition methods for driver assistance systems
GÜLCAN YILDIZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR DİZDAROĞLU
- Görüntü işleme teknikleri ile otonom sürüş algoritması tasarlanması
Designing autonomous driving algorithm with image processing techniques
GÖRKEM ŞAHİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YALÇIN BULUT
- Otoyollarda kullanılan geometrik ve fiziki standaertların irdelenmesi ve Türkiye'deki uygulamalar
Başlık çevirisi yok
LEYLA TÜRKSELCİ
- İstanbul'da otopark problemi 'Şişli-Beşiktaş örneği'
Başlık çevirisi yok
A.SİNAN ÖZEL
Yüksek Lisans
Türkçe
1996
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiPROF.DR. AYTEN ÇETİNER