Farklı nitelikteki nokta bulutlarından karayolu geometrisinin çıkarılmasına yönelik bir yaklaşımın geliştirilmesi
Developing an approach to extract road geometry from different type of point clouds
- Tez No: 826956
- Danışmanlar: PROF. DR. METİN SOYCAN
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Geomatik Bilim Dalı
- Sayfa Sayısı: 115
Özet
Son yıllarda, yapay zeka ve bulut teknolojilerindeki ilerlemeler, sürücüsüz araç teknolojisinin gelişimini hızlandırmıştır. Özellikle otonom araçların geliştirilmesi, yüksek çözünürlüklü (HD) haritalama ihtiyacını ortaya çıkarmıştır. Bu HD haritalar, 10-20 cm aralığında hassas 3B konum bilgisi sunabilme kapasitesine sahiptir. HD haritalar sayesinde karmaşık otonom sürüş senaryoları daha yönetilebilir konumlandırma problemine dönüşmektedir. Ancak HD haritaların oluşturulabilmesi için yoğun, hassas ve yüksek doğruluğa sahip 3B mekânsal verilere ihtiyaç vardır. Bu verilerin temini için mobil haritalama sistemlerinin kullanımı ve buna yönelik araştırma çalışmalarının yapılması önemli ve güncel bir konudur. Bu tez çalışması kapsamında, mobil LiDAR (MLS) ve mobil fotogrametrik (MPS) sistemlerden elde edilen verilerle, 3B HD haritaların oluşturulması için yol bilgilerini elde etmek üzere yeni bir yaklaşım geliştirilmiştir. Geliştirilen yaklaşımın test edilebilmesi için Yıldız Teknik Üniversitesi kampüsünde bir test güzergâhı oluşturulmuş ve her iki sistemle bu güzergâhta ölçüm yapılarak nokta bulutu verileri elde edilmiştir. Daha sonra zemin noktalarını belirlemek için iteratif ağırlıklandırma metodolojisi kullanılmıştır. Yol sınırlarını tespit etmek ve yol yüzeylerini bölümlendirmek için makine öğrenimiyle entegre bir yaklaşım geliştirilerek uygulanmıştır. Bu süreçte, tespit edilen yol sınır noktaları kullanılarak yol geometrisi bilgileri (dever, eğim, vb.) hesaplanmıştır. Son aşamada, MPS sisteminden elde edilen nokta bulutu verilerinin RGB özellikleri kullanılarak yol işaretleri çıkarılmıştır. Geniş çaplı araştırmalar, önerilen yaklaşımın MLS için %98 ve MPS için %93 gibi yüksek doğruluk seviyeleriyle 3B yol sınırlarını tespit edebildiğini göstermiştir. MLS ve MPS sistemleri tarafından oluşturulan boykesit profilleri, referans boykesitlerle karşılaştırıldığında ortalama 1.8 cm ve 2.2 cm KOH değerleri elde edilmiştir. Ayrıca, her iki sistem için hesaplanan dever değerleri, referans değerlerle karşılaştırıldığında sırasıyla ortalama %0.19 ve %0.21 sapma gösterdiği tespit edilmiştir. Bununla birlikte, yol işareti çıkarma yaklaşımı %96.42 duyarlılık, %94.75 hassasiyet ve %95.58 F1 skoru ile yüksek başarı göstermiştir. Sonuçlar, her iki sistemle yol bilgilerinin başarılı bir şekilde tespit edilebildiğini, önerilen yaklaşımın etkili bir şekilde çalıştığını ve MPS'nin yenilikçi bir yaklaşım olduğunu göstermiştir.
Özet (Çeviri)
In recent years, advancements in artificial intelligence and cloud technologies have accelerated the development of autonomous vehicle technologies. Particularly, the advancement of autonomous vehicles necessitated the development of high-resolution (HD) mapping. These HD maps have the capability to provide precise 3D positional information within a range of 10 to 20 cm. Through HD maps, intricate autonomous driving scenarios become manageable positioning problems. However, generating these detailed maps requires intensive, accurate, and highly precise 3D spatial data. The acquisition of such data entails the utilization of mobile mapping systems and the undertaking of research and development activities in this direction, which is an important and current topic. Within the scope of this PhD research, a novel approach has been developed to extract road information for the creation of 3D HD maps using data obtained from mobile LiDAR (MLS) and mobile photogrammetric (MPS) systems. For testing the developed approach, a testing route was established within Yıldız Technical University campus, and measurements were carried out with both systems along this route to obtain point cloud data. Subsequently, an iterative weighting methodology was employed to identify ground points. A machine learning-integrated approach was then developed and implemented to detect road boundaries and segment road surfaces. Afterward, information about road geometry (cross slope, gradient, etc.) was calculated using the identified road boundary points. In the final stage, road signs were extracted using the RGB attributes of the point cloud data obtained from the MPS system. Comprehensive research has demonstrated that the proposed approach can accurately detect 3D road boundaries with high accuracy levels of %98 for MLS and %93 for MPS. Average KOH values of 1.8 cm and 2.2 cm were obtained when comparing the longitudinal profiles generated by MLS and MPS systems to reference profiles. Moreover, the calculated deviations for the cross slope values of both systems were found to be %0.19 and %0.21 on average, respectively, when compared to the reference values. Additionally, the road marking extraction approach exhibited notable performance with %96.42 recall, %94.75 precision, and %95.58 F1-score. The outcomes demonstrate the successful extraction of road information by both systems, the effective functionality of the proposed approach, and the innovative nature of MPS.
Benzer Tezler
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Semantic information derivation from 3D point cloud
3b nokta bulutu ile semantik bilgi türetme
MURAT KENDİR
Yüksek Lisans
İngilizce
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CANER GÜNEY
- Urban dynamics of İstanbul: Exploring urban complexity via the spatial distribution of activities
İstanbul'un kentsel dinamikleri: Faaliyetlerin mekansal dağılımı aracılığıyla kentsel karmaşıklığın keşfi
REYHANEH YOUNESI SANDI
Yüksek Lisans
İngilizce
2024
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. EDA YÜCESOY
- Photogrammetry based heritage modeling with shape embedding
Tarihi yapıların fotogrametri ve gömülü biçimlerle modellenmesi
DEMİRCAN TAŞ
Yüksek Lisans
İngilizce
2019
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU
- GNSS gerçek zamanlı hassas nokta konumlama (RT-PPP) tekniği için karşılaştırmalı deneysel çözümler
Comparative experimental solutions for GNSS real-time precise point positioning (RT-PPP) technique
FURKAN KARLITEPE
Yüksek Lisans
Türkçe
2017
Jeodezi ve FotogrametriErciyes ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
YRD. DOÇ. TUBA KURBAN
DOÇ. DR. BAHATTİN ERDOĞAN