Dynamic object detection and tracking using sensor fusion and particle filter
Sensör füzyonu ve parçacık filtrelemesi kullanarak hareketli nesnelerin tespiti ve takip edilmesi
- Tez No: 373726
- Danışmanlar: DOÇ. DR. TANKUT ACARMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Nesne tespiti ve takibi literatürde uzun zamandır araştırma konusu olan problemlerdendir. Özellikle gündelik hayatta, nesnelerin tespit ve takip edilmesinin sağladığı birçok avantaj olduğundan, kullanımına çok yaygın şekilde ihtiyaç duyulmakta bu da konunun önemini iyiden iyiye arttırmaktadır. Nesne takibi için çeşitli takip türleri mevcut olup, her takip türüne göre kullanılacak takip yöntemleri farklılık göstermektedir. Bu tez Parçacık Filtrelemesi Algoritması'ndan yararlanarak hareketli nesnelerin tespit ve takip edilmesini konu alır. Temel amaç, hareketli birçok farklı nesnenin olduğu ortamlarda görüş alanına giren ve daha önceden tanınmayan nesnelerin takip edilebilmesi için bir altyapı hazırlamaktır. Temel amaç doğrultusunda nesnelerin tespiti, gözlemcinin konum değişiminin hesaplanması ve sonraki adımda tespit edilen nesnelerin bir önceki adımda tespit edilenlerle karşılaştırılarak yapılacak takibi için çeşitli donanımlar kullanılmıştır. Detaylandırmak gerekirse, LIDAR, nesnelerin gözlemciye göre pozisyonunun hesaplanması, dolayısıyla nesnelerin tespiti için kullanılırken, IMU (Inertial Measurement Unit) gözlemcinin bir önceki pozisyona göre olan rotasyon ve translasyonunun hesaplanması amacıyla kullanılır. Son olarak Odometre ve GPS kullanılarak, IMU yardımıyla hesaplanan translasyondaki hatanın minimize edilmesi ve gözlemcinin yer değişiminin daha keskin şekilde hesaplanması hedeflenmiştir. IMU, Odometre ve GPS'den alınan veriler Parçacık Filtresi Algoritması'na sokulmakta ve bu sayede filtre kullanılmadığı taktirde ortaya çıkacak olan toplamsal hata en aza indirgenmektedir. Tüm bunların yanında nesnelerin tespiti ve eşlenmesi sırasında uygulama tarafından kullanılan işlemci gücü, işlem zamanı gibi veriler de dikkate alınmıştır. Son olarak çeşitli büyüklük ve tipteki nesneler kullanılarak farklı çevrelerde testler yapılmış ve sonuçlar birbirleriyle karşılaştırılmıştır.
Özet (Çeviri)
Object detection and tracking problem has long been an important topic in the literature. The importance of this subject continues to increase due to the advantages that object detection and tracking provides especially for every day practical life and hence the need for its pervasive use. There are numerous different types of object tracking and various different tracking methods for each type of tracking. This thesis presents a moving object detection and tracking system with a Particle Filter algorithm. The goal is to build an infrastructure that will allow following an unknown moving object in a region with numerous other dynamic objects. Several components are used to determine objects; to estimate self-localization; and match the determined objects in the next iteration with the previously determined objects in order to tag each object with a particular identification. Specifically, LIDAR is used to determine the objects, IMU(Inertial Measurement Unit) to estimate relative translation and rotation, Odometer and GPS to help increase the accuracy of the self-position that is calculated by the IMU. The Particle Filter algorithm predicts self-position, utilizing the data received from both the IMU, the Odometer and the GPS. Computational cost is also taken into account during the clustering and matching stages. Performance and detection accuracy tests are carried out using various sized objects, as well as different environmental settings in order to conduct a comparison analysis for the gathered data.
Benzer Tezler
- İsaretçi takibi ile PnP tabanlı 6DoF poz tahminive CFD simülasyon karşılaştırması
PnP-based 6DoF pose estimation with marker trackingand CFD simulation comparison
YUSUF DEMİREL
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
DOÇ. DR. MEHMET NURİ AKINCI
- Madgwick IMU algoritması kullanılarak, ataletsel ölçü birimi ile oryantasyon analizi
Orientation analysis with inertial measurement unit by using Madgwick IMU algorithm
MEHMET FATİH ÇAKMAK
Yüksek Lisans
Türkçe
2020
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERHAT İKİZOĞLU
- Coordinated target detection and tracking by drones using distance and vision
Mesafe ve görüntü kullanan dronlar ile koordine hedef teşhisi ve takibi
HÜSNÜ HALİD ALABAY
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAMET GÜLER
- Otomotiv sektöründe parça kontrolü için yapay zekâ destekli yazılım geliştirilmesi
Development of ai-supported software for part inspection in the automotive industry
ONUR ARDIÇ
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKÇEN ÇETİNEL
- Infrastructure independent pedestrian localization using dead reckoning and particle filter
Parakete seyri hesabı ve parçacık filtresi ile altyapısız yaya konum belirleme
MEHMET ENES CAVLI
Yüksek Lisans
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ