Geri Dön

Mobil platformlar için dinamik konum verisinin elde edilmesinde farklı veri türlerinin entegrasyonunun araştırılması

Investigating the integration of different data types in the acquisition of dynamic positioning data for mobile platforms

PDF İndir

  1. Tez No: 826958
  2. Yazar: MERT GÜRTÜRK
  3. Danışmanlar: PROF. DR. METİN SOYCAN
  4. Tez Türü: Doktora
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Geomatik Bilim Dalı
  13. Sayfa Sayısı: 98

Özet

Görsel Eş Zamanlı Haritalama ve Konumlama (Simultaneous Localization and Mapping, SLAM) bir aracın veya robotun, önceki konumlarına göre kendi pozisyonunu ve yönelimini belirlemek için kullanılan yöntemdir. Bu yöntem, sadece kameralardan elde edilirse Görsel SLAM, atalet ölçüm biriminden (Inertial Measurement Unit, IMU) gelen verilerle entegre edilirse Görsel Ataletsel Odometri (VIO) olarak adlandırılmaktadır. VIO genellikle SLAM çözümlerine ek olarak kullanılmaktadır; çünkü hızlı ve sürekli konumlandırma bilgisi sağlamaktadır. Bu çalışmada iki kamera, bir atalet ölçüm birimi ve üç GPS alıcısından oluşan bir mobil haritalama sistemi (MHS) geliştirilmiş ve Yıldız Teknik Üniversitesi'nde (YTÜ) oluşturulan deney alanında veriler toplanmıştır. MHS'den elde edilen veri seti üzerinde kalibrasyon ve senkronizasyon işlemleri uygulanarak, sistem SLAM algoritmaları için işlenebilir hale getirilmiştir. Çalışma kapsamında, farklı araç hızı ve güzergah eğimleri dikkate alınarak 2 farklı senaryo oluşturulmuştur. Buna göre, birinci ve ikinci güzergahlar üzerinde dört farklı SLAM konfigürasyonu (monoküler kamera, monoküler kamera + IMU, stereo kamera ve stereo kamera + IMU) test edilmiştir. Tüm test çalışmaları ORB-SLAM yazılımında gerçekleştirilmiştir. SLAM yöntemlerinden elde edilen koordinatlar referans GNSS koordinatlarıyla karşılaştırılmıştır. Sonuçlar genel olarak, yol mesafesinin artmasıyla doğruluğun azaldığını göstermektedir. Buna ek olarak, IMU entegrasyonu ise özellikle yüksek eğime sahip yol koşullarında doğruluğu önemli ölçüde geliştirdiğini göstermektedir. Ayrıca, stereo SLAM'de, derinlik bilgisi eklemesi nedeniyle, monoküler SLAM'den daha doğru sonuçlar elde edildiği görülmüştür. Bu çalışmada, geleneksel görsel SLAM yöntemlerinin sınırlamalarına alternatif olarak, kendi kendini denetleyen bir monoküler derin öğrenme tabanlı bir CNN - çift yönlü LSTM mimarisi geliştirilmiştir. Bu mimari, bulanık görüntüler, dokusuz ortamlar ve kötü aydınlatma koşulları gibi zorlu durumlarla daha iyi sonuçlar sunmayı amaçlamaktadır. YTÜ veri setinde ve KITTI veri setinde yapılan eğitim ve testler sonucunda, bu modelin ORB-SLAM2 ve OKVIS gibi mevcut sistemlerle benzer veya daha iyi sonuçlar elde ettiği görülmüştür. Bu, monoküler görüntülerden doğru konum tahmini sağlayan bir model sunarak, görsel-ataletsel konum tahmininde önemli bir katkı sağlamaktadır.

Özet (Çeviri)

Visual Simultaneous Localization and Mapping (SLAM) is a method used to determine the position and orientation of a vehicle or robot based on their previous locations. When the data is obtained solely from cameras, it's termed as Visual SLAM. However, when integrated with data from the Inertial Measurement Unit (IMU), it is referred to as Visual-Inertial Odometry (VIO). VIO is often used in addition to SLAM solutions, as it provides quick and continuous positioning information. In this study, a mobile mapping system (MHS) consisting of two cameras, an IMU, and three GPS receivers was developed and data was collected in the experimental field set up at Yildiz Technical University (YTU). Calibration and synchronization procedures were applied to the data set obtained from the MHS, making the system suitable for SLAM algorithms. Within the scope of the study, two different scenarios were created considering different vehicle speeds and trajectory inclinations. Accordingly, four different SLAM configurations (monocular camera, monocular camera + IMU, stereo camera, and stereo camera + IMU) were tested on the first and second trajectories. All test studies were performed in ORB-SLAM software. Coordinates obtained from SLAM methods were compared with reference GNSS coordinates. The results generally indicate a decrease in accuracy as the trajectory distance increases. Additionally, integration with IMU significantly improves accuracy in conditions with high inclines. Moreover, more accurate results were obtained in stereo SLAM, due to the addition of depth information, compared to monocular SLAM. In this study, as an alternative to traditional visual SLAM limitations, a self-supervised monocular deep learning-based CNN-bidirectional LSTM architecture was developed. This architecture aims to offer better results in challenging states like blurry images, texture-less environments, and poor lighting conditions. Training and tests on the YTU data set and the KITTI data set revealed that this model delivers results similar to or better than the available systems like ORB-SLAM2 and OKVIS. This presents a significant contribution to visual-inertial position estimation by offering a model that accurately estimates position from monocular images.

Benzer Tezler

  1. Tez No

    397130

    Çoklu otonom insansız hava araçları için paralel programlama tabanlı yol planlaması

    Parallel programming based path planning for multi autonomous unmmaned vehicles

    ÖMER ÇETİN

    Doktora

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu Komutanlığı

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜRAY YILMAZ

  2. Tez No

    379609

    Haraketli robotların kinematik değişkenlerinin tahmin edilmesi için test platform tasarımı

    Test platform desing for kinematic parameter estimation of mobile robots

    SEZAİ HACIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Mühendislik BilimleriHacettepe Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. CAN ULAŞ DOĞRUER

  3. Tez No

    600301

    Closed-loop control of the satcom on the move antenna using jacobian operator

    Satcom on the move anteninin jacobıan operatörü kullanılarak kapalı - çevrim kontrolü

    OĞUZ KAAN HANCIOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA

  4. Tez No

    708280

    Dynamic use of spatial information produced by crowdsourcing approach through social media in the cloud-based decision support process during a disaster

    Afet anında toplumun sosyal medya araçlarıyla ürettiği mekânsal bilgilerin bulut tabanlı karar destek sürecinde dinamik kullanımı

    FEYZİ ÇELİK YILANKIRAN

    Doktora

    İngilizce

    İngilizce

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. CANER GÜNEY

  5. Tez No

    419041

    Representation of a multidisciplinary scenario for offshore upstream, wind projects and application of Monte Carlo simulation on evaluation of feasiblity

    Denizde petrol ve rüzgar projelerinin farklı meslekli disiplinler içeren bir çerçeve dahilinde tartışılması ve Monte Carlo metodu ile fizibilite değerlendirmesi

    MAHMUT ERBİL SOYLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    Gemi ve Deniz Teknoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI HELVACIOĞLU

Geri Dön