Geri Dön

Otonom kara araçlarında veri ilişkilendirme algoritmaları ile çoklu nesne takibi

Multi object tracking using data association algorithms for autonomous ground vehicles

  1. Tez No: 521785
  2. Yazar: YEŞİM GÜRBÜZ
  3. Danışmanlar: PROF. DR. OSMAN PARLAKTUNA, DR. ÖĞR. ÜYESİ HAKAN KORUL, DR. ÖĞR. ÜYESİ BURAK KALECİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Kontrol ve Kumanda Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 57

Özet

Otomotiv teknolojisindeki en etkileyici eğilimlerden biri otonom araçların geliştirilmesidir. Bu teknolojik gelişim, orjinal ürün üreticileri, tedarikçiler, teknoloji şirketleri ve akademik kurumlar tarafından ele alınmaktadır. Otonom araç projeleri yolları daha güvenli bir hale getirirken yolculuk sırasında insanlara başka şeyler yapabilme özgürlüğü kılarak zamanın değerini arttıracaktır. Böyle karmaşık bir görev, algılama, görev planlama, davranışsal yürütme, karar verme, hareket planlaması ve araç kontrolü gibi birçok farklı konu üzerinde derin bir anlayış ve çalışmayı gerektirir. Bir aracı çevreleyen ortamı algılamak veya anlamak otonom araçlarda çok önemli bir adımdır. Radar algılayıcısından gelen ölçümler kullanılarak çevredeki trafik durumunu tahmin etmek bu tezin ana odak noktasıdır. Her ne kadar modern radar algılayıcıları, otonom araçlarda performans, güvenilirlik ve maliyet verimliliği açısından önemli bir unsur olsa da, algılayıcı ölçümleri dağınık ortamlarda belirsizdir. Nesne takibi, radar sistemleri için temel bir gerekliliktir. Ortamda birden fazla nesne mevcut olduğunda, problemin veri ilişkilendirme algoritmaları ile değerlendirilmesi gerekir. Çoklu nesne takibi, algılayıcı çıktılarının tahmini hedef yörüngeleri ile ilişkilendirilmesine ilişkin kararlar almak için kurallardan oluşan zamana bağlı ortak karar ve tahmin problemidir. Bu tezde, karmaşık bir ortamda çoklu nesne izleme için iki farklı algoritma karşılaştırma amacıyla sunulmuştur. Her birinin belirgin avantajları ve dezavantajları kısaca araştırılmış ve ileri analizler için öneriler yapılmıştır.

Özet (Çeviri)

One of the most fascinating trends in automotive technology is developing autonomous vehicles. This technology development is under consideration of original equipment manufacturers, suppliers, technology companies and academic institution. While autonomous vehicle projects make roads safer, they will increase the value of people's time by giving them the freedom to do other things during the journey. Such a complex task, requires deep understanding and studying over many different subjects such as perception, mission planning, behavioral execution, decision making, motion planning and vehicle control. Perceiving or understanding the environment surrounding a vehicle is a very important step in autonomous vehicles. Estimating the surrounding traffic situation using observations from radar sensors is major focus of this thesis. Although, modern radar sensors will be a crucial element by their performance, reliability, and cost-efficiency in autonomous vehicles, the sensor measurements are uncertain in clutter environment. Object tracking is an essential requirement for radar systems. When multiple objects are present in environment, the problem needs to be evaluated with data association algorithms. Multiple object tracking is a time-varying joint decision and estimation problem consisting of rules to make decisions concerning the association of sensor outputs with estimated target trajectories. In this thesis, two quite different algorithms for multiple target tracking in a cluttered environment are presented for comparison. The apparent advantages and disadvantages of each are briefly explored, and suggestions made for further analysis

Benzer Tezler

  1. A practical implementation of navigation and obstacle avoidance for quadcopters

    Dört pervaneli helikopterler için bir engelden kaçınma ve seyrüsefer uygulaması

    ONUR YILDIRIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA

  2. Navigation of autonomous mobile systems

    Otonom gezgin sistemlerin navigasyonu

    AFAQ ABDULLAH JASIM AL AZZAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CANER GÜNEY

  3. Aircraft detection using deep learning

    Derin öğrenme kullanarak hava aracı tespiti

    UTKU MUTLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. SEDEF KENT PINAR

  4. Trajectory based UAV coordination

    Yörünge tabanlı İHA koordinasyonu

    HALİSE TÜRKMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE KOYUNCU

  5. Navigasyon hassasiyetini arttırmak için ataletsel ölçüm birimine tamamlayıcı filtre uygulanması

    Implementation of complementary filter to inertial measurement unit to increase navigation sensitivity

    MEHMET EMİN OKUDAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT