Deep learning based visual navigation in indoor environments
Kapalı ortamlarda derin öğrenim tabanlı görsel navigasyon
- Tez No: 663397
- Danışmanlar: DOÇ. DR. GÜLESER KALAYCI DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Derin öğrenme yöntemleri son yıllarda çeşitli alanlarda kullanılmaktadır. Derin öğrenme ve pekiştirmeli öğrenme kombinasyonu ile yapılan son çalışmalarda oldukça verimli sonuçlar elde edilmektedir. Derin öğrenmeye dayalı pekiştirmeli öğrenme, özellikle navigasyon gibi karmaşık robotik görevler için güçlü çözümler sunmaktadır. Mobil robotlar, Derin Pekiştirmeli Öğrenme (DPÖ) ile yeni beceriler kazanmaktadır. Bu tezde, kapalı ortamlardaki karmaşık navigasyon görevlerine derin bir pekiştirmeli öğrenme yaklaşımı önerilmiştir. Ajan olarak insansız bir kara aracı seçilmiş ve gerçek dünya kamera göntüleri ile görsel navigasyon simülasyonu gerçekleştirilmiştir. Proksimal Politika Optimizasyonu (PPO), Çok Katmanlı Sinir Ağları (ÇKSA), Aşırı Öğrenme Makineleri (AÖM), Kalıntı Sinir Ağları (KSA) ve Nöral Diferansiyel Denklem Ağları (NDDA) gibi en iyi işlev yaklaşımlayıcısını bulmak için çeşitli sinir ağ modellerini araştırdık. Bilgimize kadar, DPÖ ile NDDA navigasyon uygulamalarında birlikte kullanılması literatürde önerilmemiştir. Sonuçlar, NDDA tabanlı DPÖ algoritmasının iyi performans gösterdiğini ve iç ortamdaki ajana navigasyon yeteneği kazandırdığını göstermektedir.
Özet (Çeviri)
Deep learning methods are used various areas in recent years. Quite efficient results are obtained in recent studies with combination of deep learning and reinforcement learning. Deep learning based reinforcement learning especially gives powerful solutions for complex robotic tasks like navigation. Mobile robots gains new skills with Deep Reinforcement Learning (DRL). In this thesis, we propose a deep reinforcement learning approach to complex navigation tasks in indoor environments. We chose an unmanned ground vehicle as an agent and performed visual navigation simulation with real-world camera images. Proximal Policy Optimization (PPO) is policy update method which we used. We investigated various kind of neural network models to find best function approximator such as Convolutional Neural Networks (CNN), Multi-layer Perceptron (MLP), Extreme Learning Machines (ELM), Residual Neural Networks (ResNet) and Neural Ordinary Differential Equations (ODEs). Up to the our knowledge, the use of ODEs with DRL in navigation applications has not proposed in the literature. Results show that ODE based DRL algorithm performs well and makes gain the capability of navigation to the agent in indoor environment.
Benzer Tezler
- GNSS sinyal kayıplarında iha'ların konumlandırılması için derin öğrenme tabanlı görsel ve ataletsel veri füzyonu
Deep learning based visual and inertial data fusion for uav localization in case of GNSS signal losses
MAHMUT KARAASLAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERSİN KAYA
- Real time reflective surface detection for indoor slam
İç mekan slam için gerçek zamanlı yansıtıcı yüzey algılama
İBRAHİM AYDIN
Yüksek Lisans
İngilizce
2025
Mekatronik MühendisliğiYıldız Teknik ÜniversitesiMekatronik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERTUĞRUL BAYRAKTAR
- Optimized visual odometry and satellite image matching-based localization for UAVS in GPS-denied environments
GPS olmayan ortamlarda İHA'lar için optimizasyonlu görsel odometri ve uydu görüntüsü eşleştirme tabanlı konumandırma
ÖMER SEFA ÖZTÜRK
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. ALPTEKİN YILDIZ
- Navigation based on inertial sensor data using deep learning techniques
Ataletsel sensör verileriyle derin öğrenme teknikleri kullanılarak navigasyon
MUHAMMET SERHAT SOYER
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET CENGİZ ONBAŞLI
- Mobil robotlarda engelden kaçınma için RGB+HHA verisiyle derin öğrenme tabanlı anlamsal bölütleme
Deep learning based semantic segmentation with RGB+HHA data for obstacle avoidance in mobile robots
HATİCE AYDIN
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU
DR. ÖĞR. ÜYESİ BURAK KALECİ