Geri Dön

New models and inference techniques for Gaussian process-based extended object tracking

Gauss süreç tabanlı genişletilmiş cisim takibi için yeni modeller ve kestirim yöntemleri

  1. Tez No: 763976
  2. Yazar: MURAT KUMRU
  3. Danışmanlar: DOÇ. DR. EMRE ÖZKAN
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 190

Özet

Bu tezde, bilinmeyen şekilli dinamik nesnelerin, -lidar, radar ve derinlik kamerası gibi algılayıcılar tarafından üretilen- nokta bulutu ölçümleri kullanılarak takip edilmesi problemi ele alınmıştır. Nokta ölçümleri, nesnelerin konumları ve yönelimlerinin yanında, bilinmeyen şekilleri hakkında da önemli bilgiler taşırlar. Bu bilgilerin potansiyelinden tam olarak faydalanabilmek amacıyla, Gauss süreç tabanlı genişletilmiş nesne takibi (GPEOT) çerçevesi incelenmiştir. Bu bağlamda, üç boyutlu (3B) nokta bulutu ölçümleri tarafından sağlanan bilgileri etkin bir biçimde kullanabilen çeşitli 3B GPEOT modelleri önerilmiştir. Ortaya çıkan yöntemler, cismin konum, yönelim ve hız gibi kinematik özellikleri ile birlikte 3B uzantısını da yüksek doğrulukla kestirebilmektedir. Öte yandan, GPEOT modelleri için varyasyonel Bayes tekniğine dayanan yaklaşık bir kestirim metodu türetilmiştir. İlgili yöntem, cismin kinematik ve uzantı değişkenlerininin yaklaşık sonsal dağılımlarını sabit nokta yinelemeleri ile başarılı bir şekilde hesaplamaktadır. Geliştirilen takip algoritmasının özellikle model belirsizliklerine karşı gürbüz olduğu gösterilmiştir. Ayrıca, mevcut GPEOT algoritmalarının etkin performanslarından ödün vermeden hesaplama özelliklerini iyileştirmeye odaklanılmıştır. Bu amaçla, cismin uzantısını açıklamak üzere kullanılan Gauss süreci modeli alternatif bir yöntem ile yaklaştırılarak gereken işlem yükü azaltılmıştır. Bu formülasyon kullanılarak iki ve üç boyutlu hedef takibi algoritmaları türetilmiştir. Ek olarak, standart GPEOT yaklaşımının aksine, yıldız-dışbükey varsayımına dayanmayan yeni bir uzantı modeli geliştirilmiştir. Böylece, rastgele uzantılı cisimlerin GPEOT çerçevesinde takibi ve eş zamanlı olarak uzantılarının öğrenilmesi mümkün kılınmıştır. Bahsedilen çalışmaların katma değeri, benzeştirilmiş ve gerçek ölçümler üzerinde gerçekleştirilen kapsamlı deneyler ile gösterilmiştir.

Özet (Çeviri)

In this thesis, we consider the problem of tracking dynamic objects with unknown shapes using point cloud measurements generated by, e.g., lidars, radars, and depth cameras. The point measurements do not only convey information about the object pose, i.e., position and orientation, but they also naturally reveal the characteristics of its latent extent. Aiming to harness the full potential of the available information, we investigate the Gaussian process-based extended object tracking (GPEOT) framework. We hereby develop several three-dimensional (3D) GPEOT models that effectively use the information provided by 3D point cloud measurements. The resulting methods can accurately estimate the 3D object shape together with its kinematic properties, such as position, orientation, and velocity. Furthermore, we introduce an approximate inference method for the GPEOT models relying on the variational Bayesian technique, where the approximate posterior distributions of the kinematic and extent variables are effectively computed by fixed-point iterations. The resulting method is particularly shown to prove robust against model uncertainties. We also focus on improving the computational characteristics of the existing GPEOT algorithms without compromising their effective performance. To this end, we formulate an alternative approximate description of the underlying GP model for the extent that provides satisfactory performance at a lower computational load. This formulation is used to derive both two- and three-dimensional tracking algorithms. Additionally, we propose a novel model that does not require the star-convexity assumption, as opposed to the standard GPEOT. Therefore, this formulation expands the application of the existing GPEOT framework as it enables tracking arbitrarily-shaped objects while learning their latent extent. Comprehensive experiments are performed to demonstrate the added value of the mentioned contributions with both simulated and real measurements.

Benzer Tezler

  1. Patlatma kaynaklı yer sarsıntısı tahmininde uyarlamalı bulanık çıkarım sistemi (ANFIS), destek vektör makineleri (SVM) ve gauss süreç regresyonu (GPR) tekniklerinin kullanımı

    Application of adaptive-network based fuzzy inference system (ANFIS), support vector machines (SVM) and gaussian process regression (GPR) techniques for prediction of blast-induced ground vibrations

    YAŞAR AĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜRKER HÜDAVERDİ

  2. Akıllı kentlerde alansal hava kirliliğinin belirlenmesi ve kirlilik modellemesi: Erzurum ili örneği

    Determination of area air pollution and pollution modeling in smart cities: A case study of Erzurum province

    ŞAHİN KORKMAZ

    Doktora

    Türkçe

    Türkçe

    2023

    Çevre MühendisliğiAtatürk Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEYNEP CEYLAN

  3. Characterization of different shape objects using EM pulse for several different scenarios

    Farklı senaryolarda EM darbesi kullanarak farklı şekillerdeki nesnelerin karakterizasyonu

    EMRE İŞCAN

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. SEBAHATTİN EKER

    PROF. VASIL TABATADZE

  4. Kumarinlerin karbonik anhidraz CA-XII izo-enzimine karşı inhibitör aktivitelerinin QSAR modellemesi

    QSAR study of coumarin derivatives as carbonic anhydrase CA-XII isozyme inhibitors

    MEHMET KIYTAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    BiyofizikHarran Üniversitesi

    Fizik Ana Bilim Dalı

    YRD. DOÇ. DR. SELAMİ PALAZ

  5. Ağyapı çıkarımı tekniklerinin metabolom verilerine uygulanarak hücrenin biyolojik amacının incelenmesi

    Investigation of the biological objective of the cell by applying network inference techniques to metabolome data

    MELİK ÖKSÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Kimya MühendisliğiGebze Yüksek Teknoloji Enstitüsü

    Kimya Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN SADIKOĞLU

    YRD. DOÇ. DR. TUNAHAN ÇAKIR