Geri Dön

Sert negatif öğrenme ile yayaların yürüyüş rotalarının belirlenmesi

Walking path detection of pedestrians by using hard negative learning

  1. Tez No: 513056
  2. Yazar: CİHANGİR KOLCU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BÜLENT BOLAT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Bilim Dalı
  13. Sayfa Sayısı: 70

Özet

Gelişen teknoloji ile birlikte günümüzde otonom araçların kullanımı da hızla artmaktadır. Ancak otonom bir aracın şehir trafiği içerisinde güvenli olarak hareket edebilmesi için başa çıkması gereken bazı durumlar bulunmaktadır. Otonom çalışan bir araç, akan trafik içinde bir sürücü gibi kendi durumunun farkında olmalı, güvenli ve etkili davranış kararları verebilmelidir. Otonom araç yalnızca mevcut durumdaki tüm unsurları tanımlamakla kalmamalı, aynı zamanda geçmiş deneyimlerden elde edilen bilgi ve tecrübeleri kullanarak gelecekteki durumlar için tahminlerde bulunabilmelidir. Bu çalışmada Yönlü Gradyanların Histogramı (HOG) algoritması ve Destek Vektör Makinesi (SVM) kullanılarak yayaların yürüyüş rotalarının kestirilmesi ile otonom araç sürüşlerinin daha güvenli hale gelmesi hedeflenmektedir. Araç içerisine yerleştirilen kamera üzerinden elde edilen görüntüler yardımıyla yayaların belirlenmesi ve davranışlarının kestirilmesine çalışılmıştır. Elde edilen video görüntülerinden çıkarılan her çerçeve için yayanın piksel cinsinden konumu ve kameranın özdevinimi bulunduktan sonra, aracın özdeviniminden kaynaklanan konum değişikliği giderilir. Böylece aracın hareketinin, yayanın hareketi üzerindeki etkisi elimine etmeye çalışılır. Özdevinim çıkartıldıktan sonra yayanın konumu bir önceki çerçevede hesaplanan konumdan çıkarılarak yayanın bir çerçeve boyunca ne kadar hareket ettiği bulunur. Bulunan hareket miktarlarının ortalaması yardımıyla yayanın bir sonraki çerçevede nerede bulunması gerektiği kestirilir. Çalışmanın sonucunda önerilen yöntemin Daimler Mono Pedestrian Benchmark veri seti üzerinde test edilerek, sunulan probleme başarılı bir çözüm sunduğu görülmüştür. Yaya tespit başarımı DVM'nin Gauss radyal temelli çekirdek fonksiyonu performans sonuçları üzerinden değerlendirildiğinde mevcut yayaların %95.27 oranında tespit edilebildiği görülmüştür. Tespit edilen yayaların rotaları ise %96.69 oranında doğru öngörülmüştür.

Özet (Çeviri)

Parallel to the developing technology, the use of autonomous vehicles is increasing rapidly. An autonomous vehicle has to be able to move safely within city traffic and there are some situations that need to be addressed. An autonomous vehicle flowing in traffic must be aware of its own situation, behave safe and effective like a driver, and be able to make critical decisions. Autonomous vehicle must use the past experience as well as the current state to predict future states. In this study, Histogram of Directional Gradients (HOG) algorithm and Support Vector Machine (SVM) are used to predict pedestrians' routes to make the autonomous cars safer. It is aimed to make their driving safer. A camera located inside the vehicle to capture the video signal. For each frame subtracted from the resulting video images, positions of the pedestrians are calculated and the camera's self-movement is eliminated. After the self-movement is eliminated, the routes of the pedestrians are predicted by using frame by frame position changes. With the help of the average of the movement found, the future positions of the pedestrians are predicted. The proposed method was applied on Daimler Mono Pedestrian Benchmark dataset. The results are promising regarding to the literature. If Gaussian Kernel SVM is used, 95.27 per cent of the pedestrians were detected. 96.69 per cent of the routes of detected pedestrians were correctly predicted.

Benzer Tezler

  1. Emotional awareness based adaptive social navigation for humanoid robots

    İnsansı robotlar için duygusal farkındalığa dayalı uyarlanabilir sosyal navigasyon

    BARIŞ BİLEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

  2. Biyoloji derslerinde öğretmenlerin kişilerarası davranışı, sınıf öğrenme ortamı ve öğrenci başarısı arasındaki ilişkinin incelenmesi

    Association between biology teacher's interpersonal behaviour, classroom learning enviroment and student's achievement

    SELEN DAĞDELEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Eğitim ve ÖğretimMarmara Üniversitesi

    Ortaöğretim Fen ve Matematik Alanları Eğitimi Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ÇAKIR

  3. Meme kanserinde sentinel lenf nodu kavramı

    Başlık çevirisi yok

    EROL SERT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1999

    Genel CerrahiEge Üniversitesi

    Genel Cerrahi Ana Bilim Dalı

    PROF. DR. EMİN ÖZDEDELİ

  4. Teaching English as a lingua franca in Turkey: An autoethnographic study

    Türkiye'de lingua franca olarak İngilizce'yi öğretmek: Otoetnografik bir çalışma

    SİBEL SERT

    Doktora

    İngilizce

    İngilizce

    2020

    Eğitim ve ÖğretimÇukurova Üniversitesi

    İngiliz Dili Eğitimi Ana Bilim Dalı

    PROF. DR. YONCA ÖZKAN

  5. Polikistik over sendromlu hastalarda catestatin düzeyleri

    Catestatin levels in patients with polycystic ovarian syndrome

    MEHMET ALP SERT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    BiyokimyaBolu Abant İzzet Baysal Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    DOÇ. DR. ÖZGÜR MEHMET YİS