Vision based road slope estimation
Kamera görüntüleri ile yol eğimlerinin bulunması
- Tez No: 672980
- Danışmanlar: DOÇ. DR. ENGİN MAŞAZADE
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Bir aracın yanal ve uzunlamasına kontrolü otomatik sürüşün temelidir. Yol eğimleri (ya da parametreleri) şerit tutma yardımında yanal olarak ve uyarlamalı hız sabitleyicide boylamasına olarak bir aracı kontrol etmek için kullanılan hayati bilgilerdir. Ön tek-gözlü kamera kullanılarak elde edilen anlık yol görüntülerinden yol eğimlerini veya 3 boyutlu (3D) yol parametrelerini kestiren dört yöntem öneriyoruz. Ilk metot Geometri Tabanlı (GB) yöntem 2D görüntüdeki değişmez özellikleri kullanarak yol parametrelerini bulur. Ikinci bir çözüm olan Kovaryans Tabanlı (CB) yöntemde 2D yol çizgilerini algoritmamızı eğitmek için kullanıyoruz. Bu metot cizgilerin kovaryans matrisi özelliklerini kullanır. Üçüncü çözümümüzde Yinelemeli En Küçük Kareler (EKK) ve Optimizasyon (ILSO) olarak adlandırılan sistematik bir yol eğimi kestirmesini öneriyoruz. Bu algoritma tahmin yeteneklerine bağlı olarak akıllıca En Küçük Kareler (Least Squares) ve Optimizasyon olmak üzere iki basamağa ayrılmıştır. EKK yol parametrelerini bulur ve optimizasyon adımı uzaklıkları bulur. Her yineleme EKK ve optimizasyonun bir kez çalışmasıdır. Karmaşık geometrik hesaplamaları, sol-sağ çizgileri arasında eşleşmeyi gerektirmemesi ve sistematik karakteri nedeniyle ILSO kolay bir tekniktir. Yerel Özellik Tabanlı (LFB) son yöntemimizde yol eğimlerini bulmak için iki ardışık görüntü arasındaki SIFT yerel özelliklerini kullanıyoruz. GB, CB ve ILSO yöntemleri yol çizgilerine dayanır ve proaktif sürüşü mümkün kılan önceden kestirmeler sağlarken, LFB tüm görüntüyü kullanır ve yol eğimi o anda gerçekten değiştiğinde yol eğimlerini bulur. Tüm yöntemlerimiz analitiktir ve bir metriği en küçükleyerek yol parametresini bulan CB dışında hepsi açık sonuçlar verir. Algoritmalar için 3D yol parametrelerini karakterize etmek için iki farklı yol modeli kullanılır. Çok Katmanlı Algılayıcı (MLP) öğrenme yöntemi testlerimizde bir kıyaslama olarak kullanılmaktadır. Önerilen yöntemlerin kestirme performansını, sistem gereksinimlerini ve uygulanabilir koşullarını kontrollü ve kontrolsüz test ortamları altında karşılaştırılır.
Özet (Çeviri)
Lateral and longitudinal control of a vehicle are the basis of autonomous driving. Road slopes (parameters) are vital information that are used to control a vehicle laterally in lane keeping assistance and longitudinally in adaptive cruise control respectively. We present four methods estimating road slopes or 3D road parameters from instant road images using a front monocular camera. We start with a simple algorithm Geometry Based (GB) method that extracts invariant properties on 2D image. The second solution Covariance Based (CB) method, which uses covariance matrix properties of 2D road lines as features, is similar to supervised learning techniques. We present a systematic road slope estimation called as Iterative Least Squares with Optimization (ILSO) in our third solution. The algorithm is smartly divided into two processes as Least Squares (LS) and optimization depending on their estimation capabilities. LS estimates road parameters and optimization step estimates longitudinal distances. It is an iterative estimation that for each iteration LS and optimization run one time. It is an easy technique due to its systematic character that it does not require complex geometric calculations and match between left and right line. In our final method Local Features Based (LFB), we use the SIFT local features between two consecutive image pairs to estimate road slopes. GB, CB and ILSO methods rely on road lines and provide in advance estimations that enables proactive driving, whereas LFB uses the entire image and estimates road slopes when the road slope actually changes at that moment. All our methods are analytical and give explicit results except CB, which predicts a parameter by choosing a minimum metric. We use two different road models to characterize 3D road parameters for the algorithms. Multi-Layer Perceptron (MLP) learning method is used as a benchmark in our tests. We compare the performances and system requirements of our methods under controlled and uncontrolled test environments.
Benzer Tezler
- Derin öğrenme yöntemi ile optik uydu görüntülerinden gemi tespiti
Ship detection by optical satellite images with deep learning method
OSMAN DUMAN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MESUT KARTAL
- Ultrafast pattern based line detector for real time image processing
Gerçek zamanlı görüntü işleme için ultra hızlı desen tabanlı çizgi dedektörü
İSMAİL CAN YILMAZ
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA GÖK
- GIS and best-worst method integration for wastewater treatment plant site selection
Atıksu arıtma tesisi yer seçimi için CBS ve en iyi-en kötü yöntem entegrasyonu
ELİF ÇELİKEL
Yüksek Lisans
İngilizce
2024
Coğrafyaİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. TURAN ERDEN
- Development of vision-based mobile robot control and path planning algorithms in obstacled environments
Engelli ortamlarda görüntü tabanlı mobil robot kontrolü ve yol planlama algoritmalarının geliştirilmesi
MAHMUT DİRİK
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN FATİH KOCAMAZ
- Sürdürülebilir ulaşım bağlamında hizmet olarak hareketlilik (Mobılıty as a servıce – Maas): İstanbul
Evaluating the concept of mobility as a service within the scope of sustainable transport: The case of İstanbul
VİLDAN ÇETİNER
Yüksek Lisans
Türkçe
2023
Ulaşımİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. EDA BEYAZIT İNCE