Vision-based detection and distance estimation of micro unmanned aerial vehicles
Mikro insansız hava araçlarının bilgisayarlı görme tabanlı algılanması ve mesafe kestirimi
- Tez No: 416459
- Danışmanlar: PROF. DR. GÖKTÜRK ÜÇOLUK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
Bu tezde, mikro insansız hava araçlarının (mİHA) görsel olarak algılanması ve mesafe kestirimi üzerinde çalıştık. Bu problem, korunması gereken alanlara izinsiz giren mUAV lerin algılanması, mİHA lar veya diğer hava araçlarının algılama ve kaçınma sistemleri ve çoklu mİHA kontrol senaryoları için önemlidir. Şu nedenler bu problemi zorlaştırmaktadır: (i) Gerçek zamanlı bir çözüm gerekmektedir. mİHA ların taşıyabilecekleriyle kısıtlı donanımlar düşünüldüğünde bu oldukça zordur. (ii) mİHA ların konveks olmayan yapıları sebebiyle, mİHA ları içine alan görüntü penceresinde, değişik arka plan görüntüleri de bulunur. (iii) Arka plan görüntüleri karmaşıktır ve hareketli nesne içerebilir. (iv) mİHA ların eğilmeleri ve dönmeleri görünümlerini değiştirir. (v) Kamera sabit değilse, hareket bulanıklığı bir problemdir. (vi) Aydınlatma yönündeki ve parlaklıktaki değişiklikler, görüntülerde büyük farklılıklara sebep olur. Diğer yöntemler, ortam ve mesafeyi sınırlandırdığı için, problemimizin çözümünde görsel verilerin kullanımını değerlendirdik. Bu amaçla, HAAR benzeri öznitelikler, lokal ikili örüntü (LBP) ve yönlü gradyan histogramları (HOG) yöntemlerini kademeli sınıflandırıcılarla test ettik. Sistemimize aynı zamanda, mesafe kestirimi için destek vektör regresörü tabanlı bir yöntemi ekledik. Herbir yöntemi, iç ve dış ortamlarda sistematik şekilde topladığımız görüntülerle ve hareket bulanıklığı içeren görüntülerle test ettik. Testlerimiz, kademeli sınıflandırıcıların LBP ile kullanımıyla gerçek zamanlı çalışmaya yakın hızda (iç ortam:60 ms@1032x778, dış ortam:150 ms@1280x720) ve yüksek hassasiyette (0.96 F-ölçütü) algılama ve mesafe kestiriminin mümkün olduğunu göstermektedir. HAAR benzeri özniteliklerin kullanımı, mİHA ların görüntü içerisinde bulunduğu alanı daha hassas şekilde konumlandırdığı için, daha iyi mesafe kestirimi sağlamaktadır. Zaman analizlerimiz HOG yönteminin öğrenme ve çalışma zamanları açısından diğer algoritmalardan daha hızlı çalıştığını göstermektedir.
Özet (Çeviri)
In this thesis, we study visual detection and distance estimation of Micro Unmanned Aerial Vehicles (mUAVs), a crucial problem for (i) intrusion detection of mUAVs in protected environments, (ii) sense and avoid purposes on mUAVs or on other aerial vehicles and (iii) multi-mUAV control scenarios such as environmental monitoring, surveillance and exploration. The problem is challenging since (i) a real-time solution is required, a burden when computational power is limited by the hardware carried by an mUAV, (ii) non-convex structure of the mUAVs causes the bounding box of mUAVs to include very different background patterns, (iii) background patterns from indoor or outdoor are very complex with different characteristics and can include moving objects, (iv) mUAVs tilt and rotate unavoidably resulting in very large changes in their appearances, (v) when the camera is not stationary, motion blur is a problem, and (vi) illumination direction and brightness changes cause different images. We evaluate vision algorithms for this problem, since other sensing modalities limit the environment or the distance between the mUAVs. We test Haar-like features, Local Binary Patterns (LBP) and Histogram of Gradients (HOG) using boosted cascaded classifiers. We also integrate a distance estimation method utilizing geometric cues with Support Vector Regressors. We evaluated each method on indoor and outdoor videos collected systematically and on videos with motion blur. Our experiments show that, using boosted cascaded classifiers with LBP, near real-time detection and distance estimation of mUAVs are possible in about 60 ms indoors (1032x778 resolution) and 150 ms outdoors (1280x720 resolution) per frame, with a detection rate of 0.96 F-Score. However, classifiers of Haar-like features lead to better distance estimation since they position the bounding boxes on mUAVs more accurately. Our time analysis yields that classifiers of HOG train and run faster than the other algorithms.
Benzer Tezler
- Stereo görme ile hareketli görüntülerde engellerin uzaklık ve boyutlarının gerçek zamanlı bulunması
Real-time distance and dimension estimation of the obstacles using active stereo camera
EMRE ÖZGÜNDÜZ
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. ELİF KARSLIGİL
- Araç-yaya kazalarını önlemek için stereo görüntü tabanlı uzaklık tespit sistemi geliştirilmesi
Development of distance estimation system based on stereo vision to prevent vehicle-pedestrian accidents
EMRE GÜNGÖR
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÖZMEN
- Vision-based landing site detection for a UAV: From theory to application
İHA için görüş tabanlı iniş yeri tespiti: Teoriden uygulamaya
HEDAYAH OTHMAN ISMAIL OZDEMIR
Yüksek Lisans
İngilizce
2023
Havacılık ve Uzay MühendisliğiAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DAVOOD ASADIHENDOUSTANI
- 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
- Gerçek zamanlı videolardan kalabalık ve sosyal mesafe tespiti için yolo algoritmalarının performans analizi: Covıd-19 uygulaması
Performance analysis of yolo algorithms for crowd and social distance detection from real-time videos: A Covid-19 implementation
MEHMET ŞİRİN GÜNDÜZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIğdır ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLTEKİN IŞIK