Geri Dön

Otonom araçlar için şerit takibi tekniği geliştirilmesi

Lane detection tecnique for autonomous cars

  1. Tez No: 899117
  2. Yazar: SİNAN GÜVEN
  3. Danışmanlar: DR. DENİZ KARAÇOR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Başkent Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 107

Özet

Bu tezde, otonom araçlar için yol çizgisi takibi algoritmalarının geliştirilmesi ve performanslarının değerlendirilmesi amaçlanmıştır. Yol çizgisi takibi, otonom sürüş sistemlerinin güvenilirliği ve etkinliği açısından kritik bir bileşendir. Yol çizgisi takibi algoritmaları makine öğrenmesi tabanlı yöntemler ve geleneksel görüntü işleme teknikleri kullanılarak ikiye ayrılmaktadır. Makine öğrenmesi tabanlı yöntemler, belirli veri setleri üzerinde eğitilen modellerle çalışmakta olup, veri setinin dışındaki senaryolarda performans düşüşü yaşayabilmektedir. Bu yöntemlerin başarısı, kullanılan veri setinin çeşitliliği ve kapsamı ile doğrudan ilişkilidir [1]. Geleneksel yöntemler, veri setine bağımlı olmaksızın çalışmakta ve model eğitimi gerektirmediğinden hızlı bir şekilde uygulanabilmektedir. Bu yöntemler, yol çizgisi bilgilerini çıkartmak için kenar tespiti ve görüntü segmentasyonu gibi klasik görüntü işleme tekniklerinden yararlanmaktadır. Bu araştırmada yol çizgisi takibi için geleneksel yöntemlerin etkinliği değerlendirilmiştir. Yatay filtre komşuluk değerinin (τ) görüntünün parlaklığına göre adaptif hale getirilmesi gibi yenilikçi yaklaşımlar kullanılmıştır. Adaptif yöntem, değişen ışık koşullarında yol çizgilerinin doğru tespit edilmesini kolaylaştırmaktadır. Deneysel sonuçlar, adaptif τ seçiminin yol çizgisi tespiti üzerindeki olumlu etkilerini göstermiştir. Bu bulgular, otonom sürüş sistemlerinin güvenilirliğini ve etkinliğini artırmaya yönelik önemli katkılar sunmaktadır.

Özet (Çeviri)

In this thesis, the aim is to develop and evaluate lane tracking algorithms for autonomous cars. Lane tracking is a critical component for the reliability and efficiency of autonomous driving systems. Lane tracking algorithms are divided into two categories: machine learning-based methods and traditional image processing techniques. Machine learning-based methods work with models trained on specific datasets and may experience performance drops in scenarios outside of these datasets. The success rates of these methods are directly related to the diversity and scope of the dataset used [1]. Traditional methods, on the other hand, operate independently of the dataset and can be implemented quickly as they do not require model training. These methods utilize classic image processing techniques such as edge detection and image segmentation to extract lane information. In this research, the effectiveness of traditional methods for lane tracking has been evaluated. Innovative approaches, such as making the horizontal filter neighbourhood value (τ) adaptive to the brightness of the image, have been employed. The adaptive method facilitates the accurate detection of lanes under varying lighting conditions. Experimental results have shown the positive effects of adaptive τ selection on lane detection. These findings offer significant contributions to enhancing the reliability and efficiency of autonomous driving systems.

Benzer Tezler

  1. Otonom araçlarda şerit takip ve kontrol sisteminin makine öğrenmesi kullanılarak geliştirilmesi

    Development of lane following and control system in autonomous vehicles using machine learning

    FATMA NUR ORTATAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiYozgat Bozok Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRAH ÇETİN

  2. Maneuver optimization for autonomous vehicles using trajectory templates

    Yörünge şablonları kullanılarak otonom araçlar için manevra optimizasyonu

    ÖMER FARUK ARSLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. KLAUS WERNER SCHMIDT

  3. Development of a learning based trajectory tracking controller for autonomous vehicles

    Otonom araçlar için öğrenme tabanlı yörünge takip kontrolörünün geliştirilmesi

    HASAN ŞENER

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Makine MühendisliğiMarmara Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR TÜMERDEM

    DR. İSMAİL HAKKI SAVCI

  4. Boşluğu takip et metodu ile otonom sollama manevrası tasarımı

    Autonomous overtaking maneuver design based on follow the gap method

    MÜNİRE DAMLA DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN SEZER

  5. Şerit izleme ve araç-araç haberleşmeden faydalanarak trafik kaza önleme sistemlerinin geliştirilmesi

    Developing crash prevention systems using lane tracking and vehicle to vehicle communication

    ÖMER MEŞEDİLCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Gelişim Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÜMİT ALKAN