Geri Dön

Kamera görüntülerinden otonom bir aracın konumunun ve yönünün belirlenmesi

Determining the position and orientation of an autonomous vehicle from the camera images

  1. Tez No: 638483
  2. Yazar: NURGÜNEŞ ÖNAL
  3. Danışmanlar: PROF. DR. BÜLENT ÇAVUŞOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

Amaç: Stereo kamera ve özellik tabanlı görsel odometri yöntemi kullanılarak, otonom araçlar için görsel girdiden hareket yörüngesini tahmin etme problemi ele alınarak etkili bir algoritmanın kurulması ve algoritma aşamalarının yörünge tahminindeki başarıya etkilerinin değerlendirilmesi amaçlanmıştır. Yöntem: Temel yapısı iki görüntü arasında özellik noktası takibi, 3B model ve 2B görüntüler arasında örtüşmeyi kurarak poz tahmini ve yeni özellikleri üçgenleme yapmaya dayanan özellik tabanlı bir görsel odometri algoritması sunulmuştur. Algoritma ayrıca aykırı değerlere karşı sağlamlığı artırmak için M-Kestiricisi Örnek Konsensüsü (M-SAC) kullanır. Algoritmanın sonuçlarını değerlendirmek amacıyla KITTI veri seti kullanılmıştır. KITTI veri seti otonom sürüş algoritmalarının değerlendirilmesinde en sık kullanılan veri kümelerinden birini temsil etmektedir. Bulgular: Literatürde yapılan Mittal (2018)'in çalışması, tezde kullanılan algoritma ile karşılaştırılmış ve tezde kullanılan algoritmanın kesin yer referansını daha doğru bir şekilde kestirdiği gösterilmiştir. Sonuç: Bu tez kapsamında elde edilen sonuçlar değerlendirildiğinde dikdörtgen (bucket) büyüklüğü, özellik sayısı gibi unsurların yön takibi başarısında önemli bir rol oynadığı tespit edilmiştir. Veri setinin özelliklerine göre önerilen algoritmaların belirli bir uyarlama sürecinden sonra kullanılmasının veya uyarlanabilir algoritmalarla birlikte entegre edilmesinin daha faydalı olabileceği değerlendirilmektedir.

Özet (Çeviri)

Purpose: It is aimed to establish an effective algorithm and evaluate the effects of algorithm steps on success in trajectory prediction by addressing the problem of predicting motion trajectory from visual input for autonomous vehicles by using stereo camera and feature-based visual odometry method. Method: A feature-based visual odometry algorithm, whose basic structure is based on feature point tracking between two images, pose estimation and triangulation of new features by establishing the overlap between 3D model and 2D images, is presented. The algorithm also uses the M-Estimator Sample Consensus (M-SAC) to increase robustness against outliers. KITTI data set is used to evaluate the results of the algorithm. The KITTI dataset represents one of the most frequently used datasets in the evaluation of autonomous driving algorithms. Findings: The study of Mittal (2018) in the literature has been compared with the algorithm used in the thesis, and it has been shown that the algorithm used in the thesis predicted the exact location reference more accurately. Results: As the results obtained within the scope of this thesis are evaluated, it has been determined that factors such as the size of the rectangle (bucket) and the number of features play an important role in the success of following the direction. it is considered that it may be more beneficial to use the proposed algorithms after a certain adaptation process or to integrate them with adaptive algorithms based on the characteristics of the data set.

Benzer Tezler

  1. Sert negatif öğrenme ile yayaların yürüyüş rotalarının belirlenmesi

    Walking path detection of pedestrians by using hard negative learning

    CİHANGİR KOLCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Mühendislik BilimleriYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BÜLENT BOLAT

  2. Araçlarda sürücü destek amaçlı yapay zeka yöntemlerinin uygulanması

    Application of artificial intelligence methods for driver assistance in vehicles

    CEMRE BELEMİR ŞAFAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKTO Karatay Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ ÖZTÜRK

  3. Row following and altitude estimation with UAV images for agricultural fields

    Tarım alanları için İHA görüntülerinden sıra takibi ve irtifa kestirimi

    BURAK YÖRÜK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. YALIN BAŞTANLAR

  4. The navigation of an autonomous car using deep convolutional neural network and lidar measurements

    Derin dönüşümlü sinir ağı ve lıdar ölçümleriyle otonom bir arabanın navigasyonu

    AZEEZ FOLAYEMI ADEBAYO

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Mekatronik MühendisliğiKocaeli Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN METİN ERTUNÇ

  5. Kamera görüntülerinde makine öğrenmesi algoritmaları ile yaya tespiti

    Pedestrian detection in camera images with machine learning algorithms

    MOHAMED NEMA LIMAME

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    UlaşımBandırma Onyedi Eylül Üniversitesi

    Akıllı Ulaşım Sistemleri ve Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İLYAS ÖZER