Geri Dön

Araç-yaya kazalarını önlemek için stereo görüntü tabanlı uzaklık tespit sistemi geliştirilmesi

Development of distance estimation system based on stereo vision to prevent vehicle-pedestrian accidents

PDF İndir

  1. Tez No: 866682
  2. Yazar: EMRE GÜNGÖR
  3. Danışmanlar: DOÇ. DR. AHMET ÖZMEN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 245

Özet

Otonom araçlar ile sürüş destek sistemleri, trafik güvenliği ve araç sürüş kolaylığı açısından önemli avantajlar sunmaktadır. Ayrıca yeni sensör ve donanımsal teknolojilerin gelişimi, daha hızlı ve yüksek başarımlı yazılım metotları ile bu akıllı araç sistemleri her geçen gün daha etkin ve daha güvenli hale gelmektedir. Tez kapsamında, görüntü işleme yöntemleri kullanılarak yayaların, diğer engellerin tespiti, araca olan uzaklıklarının hesaplanması ve sürüş-yer düzleminin bulunmasında kullanılabilecek stereo kamera tabanlı bir sistem geliştirilmiştir. Kamera sistemlerinin yaygınlığı göz önüne alındığında, bu sistemlerin araçlara entegrasyonu diğer yaklaşımlara göre (LIDAR gibi) ekonomik bir çözüm ortaya koymaktadır. Tez çalışması sırasında, görüntü üzerindeki yol, nesne ve yayaların renk özelliklerine göre birbirinden ayırımı için yeni kümeleme ve renk segmentasyonu algoritmaları geliştirilmiş ve sisteme uygulanmıştır. Geliştirilen kümeleme algoritması, verilerin gözetimsiz ve parametre olmadan uzaklık ve yoğunluk özelliklerine göre ayrımını sağlamış ve bu metot görüntü üzerinde renk bölgelerinin bulunmasında kullanılmıştır. Bunun yanında, sisteme HOG filtresi ilave edilerek araç çevresindeki yayalar belirlenmiştir. Ayrıca, yeni bir engel tespit algoritması geliştirilmiş ve diğer yöntemlerle birlikte yol üzerindeki engellerin renk, uzaklık ve komşuluk gibi özelliklerine göre birbirinden ayrımı ve aracın gittiği ortamdaki bölgelerin tespiti sağlanmıştır. Olası yaya bölgeleri incelenirken antropometrik oranlar ve uzaklığa bağlı alansal büyüklükler de göz önüne alınmıştır. Bu tez çalışmasında üretilen sonuçlar ile sürüş destek sistemleri ve otonom araçlar içerisinde, stereo kamera tabanlı ekonomik sistemlerin kullanımının yaygınlaşacağı düşünülmektedir. Yaygınlaşan sürüş destek sistemleri ve otonom araçlar, araç-yaya kazalarını azaltacağından maddi ve manevi kayıplar da azalmış olacaktır.

Özet (Çeviri)

Autonomous vehicles and driving support systems offer significant advantages in terms of traffic safety and vehicle driving convenience. With the development of new sensors and hardware technologies, faster and more powerful software methods, these intelligent vehicle systems are becoming more effective and safer every day. In this study, a stereo vision-based system is developed which identify ground-plane for driving, detect obstacles, calculate the distances of pedestrians and other objects in the driving region. Given the prevalence of camera systems, integration of these systems into vehicles offers an economical solution to other approaches (such as LIDAR). During the thesis study, new clustering and color segmentation algorithms have been developed and applied to the system to distinguish road, objects and pedestrians using color features of the image. The developed clustering algorithm distinguishes the data according to the distance and density properties without parameters and supervision, and this method is used to find color spaces on the image. In addition, the HOG filter is added to the system to determine the pedestrians around the vehicle. Besides, a new obstacle detection algorithm has been developed, and it has been possible to distinguish the obstacles on the road according to the characteristics such as color, depth and neighborhood with identifying the regions in the environment where the vehicle is going. Anthropometric proportions and spatial ranges depending on the distance are also taken into consideration when examining possible pedestrian zones. It is considered that the use of stereo camera based economical systems in driving support systems and autonomous vehicles will be widespread with the results produced in this thesis study. Increased driving support systems and autonomous vehicles will reduce vehicle-pedestrian accidents and will also reduce financial and moral losses.

Benzer Tezler

  1. Tez No

    912134

    YOLO algoritmaları ile trafik ışıklarının gerçek zamanlı kontrolü

    Real-time control of traffic lights with YOLO algorithms

    ELİF İNCEKARA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mekatronik MühendisliğiIğdır Üniversitesi

    Mekatronik Ana Bilim Dalı

    DOÇ. DR. GÜLTEKİN IŞIK

  2. Tez No

    712516

    Derin öğrenme ile yaya-araç tespiti ve mesafe kestirimi

    Pedestrian-vehicle detection with deep learning and distance estimation

    OĞUZ BAŞOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSA ALCI

  3. Tez No

    625995

    Trafik kazası yapan ve yapmayan motosiklet sürücülerinde kas iskelet sistemi rahatsızlıkları, yorgunluk, uyku, depresyon ve anksiyete ilişkisinin araştırılması

    Investigation of musculoskeletal disorders, fatigue, sleep, depression and anxiety i̇n motorcycle drivers with and without traffic accidents

    BURAK DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Fizyoterapi ve Rehabilitasyonİstanbul Okan Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ÖZKESKİN

  4. Tez No

    485349

    Analyzing of park and ride: Case study for Istanbul

    Park et bin sistem analizleri: İstanbul'da vaka çalışması

    HIBA JALEEL ABED

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Trafikİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OSMAN ATAHAN

  5. Tez No

    877821

    Otonom araçlarda yol ve trafik unsurlarının görsel algılaması için derin öğrenme tabanlı yöntemler geliştirilmesi

    Developing deep learning-based methods for visual perception of road and traffic elements in autonomous vehicles

    GÜRKAN DOĞAN

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURHAN ERGEN

Geri Dön