A new lane detection system for unmanned vehicles
İnsansız araçlar için yeni bir şerit tanıma sistemi
- Tez No: 270491
- Danışmanlar: DOÇ. FATİH ALAGÖZ
- 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 Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Akıllı ulaşım teknolojilerinin hızla gelişmesiyle birlikte çok yakın bir gelecekte akıllı kara araçlarının trafikte seyrettiğini görmek mümkün olacaktır. Dahası insansız akıllı araçlar trafik kazalarını aza indirgeyerek ve karbon gazları salınımını azaltarak ulaşım endüstrisinde devrim niteliğinde bir etki yapacaklardır. Halihazırda birkaç ülkede insansız kara aracı geliştirme projeleri devam etmekte ve bununla da kalmayıp otomobil üreticilerinin araştırma geliştirme bölümlerinde de trafik güvenlik sistemleri ve otonom ulaşım uygulamaları için otonom sürüş alanlarında çalışılmaktadır. Bu tez otomobilerde kullanılan trafik güvenliği sistemlerinin en önemlerinden biri olan ve aynı zamanda insansız kara araçlarının algılayıcı alt sisteminin kritik bir parçası olan Şerit Tanıma üzerine odaklanmıştır.Şerit tanımanın esas amacı kamera görüntüsünde şeritlerin yerini belirleyerek, şeride olan uzaklık ile yol ve arabanın yönünün hesaplanmasını sağlamaktır. Bilgisayarla görme yeteneğine dayanan metodlar hava şartları, farklı aydınlanma koşulları ve yol şartlarının görüntü üzerinde neden olduğu problemleri çözmeye çalışmaktadır. Bu tez kapsamında hava ve yol durumunun zorlu şartlarında başarılı sonuçlar üreten yeni bir şerit tanıma metodu geliştirilmiştir. Metodun üç ana safhası bulunmaktadır; şerit özniteliklerini bulma, şeritleri ayrıştırma ve yol modelini oturtma. Bu çalışmadaki şerit özniteliklerini bulma yöntemi simetrik yerel eşik yöntemine dayanmaktadır, ancak silinmiş şeritleri ve yol kenarlarının bulunmasında çok daha başarılı çalışmaktadır. Aracın sağ ve sol yanındaki şeritlerin tanımlanması ve ayrıştırılması için RANSAC algoritması ile belirli bir hata varyansıyla her iki tarafta bir doğru denklemi tanımlanır. Doğru denklemini sağlayan pikseller kullanılarak en uygun hiperbol yol modeli ile yol ve aracın parametreleri hesaplanır. Geliştirilen metod ile üretilen sonuçlar yol imajları içeren ROMA referans veritabanı üzerinde gösterilmiş ve ROC, DSC metrikleri grafik olarak sunulmuştur. Metodun başarısı ayrıca sentetik imajlar üzerinde de gösterilmiştir.
Özet (Çeviri)
As the intelligent transportation technologies have rapidly been improving, it isplausible to state that intelligent ground vehicles will be on the roads driving throughthe traffic in the near future. Moreover, intelligent vehicles will have a revolutionaryeffect in transportation industry, while eliminating accidents, and reducing the emissionof carbon gases. Not only presently multiple intelligent vehicle projects are in progressin several countries but also the research and development departments of automobilemanufacturers work on the traffc safety applications as well as autonomous navigationfor future autonomous transportation. This study focuses on one of the most importanttraffic safety applications which is also a crucial part of a perception subsystem of anautonomous ground vehicle, that is, Lane Detection.Main purpose of lane detection is to estimate the position of the road lane markswith a camera in order to calculate the distance to the lane and relative direction of thevehicle. Vision-based lane detection systems try to overcome the challenges of weather,lighting, road conditions to detect the lane marks. Within this thesis, we have proposeda novel lane detection method which produces successful results under challengingconditions. The method has three important phases; lane feature extraction, laneselection and road model fitting. The lane feature extraction method in our work issimilar to the symmetrical local threshold. However, it is more powerful to detecteroded lane marks and road borders. In order to estimate the lane on the left and rightside of the vehicle, Random Sample Consensus (RANSAC) algorithm fits a line withan error variance for lanes on both sides. Using the lane pixels on the estimated lines,a hyperbola-pair model is generated and the parameters of the road and the vehicle iscalculated for the navigation subsystem. Results are presented on a reference image database Road Marking database (ROMA) and evaluated with Receiver OperatingCharacteristic (ROC) and Dice Similarity Coefficient (DSC) curves. Synthetic imagesare also used to evaluate the performance of the lane detection technique.
Benzer Tezler
- Road lane and traffic sign detection and tracking for autonomous urban driving
Yol şeritleri/trafik tabelası tespit ve takibi
M. CANER KURTUL
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. H. LEVENT AKIN
- 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
- A new driver warning system development and its implementation on a real-time basis
Yeni bir sürücü uyarı sisteminin geliştirilmesi ve gerçek zamanlı olarak uygulanması
BURAK ÇAYIR
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TANKUT ACARMAN
- Orta menzilli otomotiv radarları için çift eğik polarizasyonlu mikroşerit yama anten dizisi tasarımı
Dual slant polarization microstrip patch antenna design for medium range automotive radars
FURKAN MUHAMMED TAYDAŞ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK PAKER
- Otonom araçlarda şerit takip ve kontrol sisteminin makine öğrenmesi kullanılarak geliştirilmesi
Development of lane following and control system in autonomous vehicles using machine learning
FATMA NUR ORTATAŞ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiYozgat Bozok ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH ÇETİN