Geri Dön

İç mekan görsel eş zamanlı haritalama ve konumlandırma senaryolarında dinamik anahtar kare optimizasyonu

Dynamic keyframe optimization in indoor visual simultaneous localization and mapping scenarios

PDF İndir

  1. Tez No: 935508
  2. Yazar: HÜSEYİN ALP AKBACI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERTUĞRUL BAYRAKTAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 72

Özet

Anahtar kare seçimi, görsel eş zamanlı konumlandırma ve haritalama (vSLAM) sistemlerinde hayati bir rol oynar ve konumlandırma doğruluğu, hesaplama verimliliği ile 3B yeniden yapılandırma kalitesini önemli ölçüde etkiler. Geleneksel statik yöntemler, sabit eşiklere dayanır ve uygulanması kolay olsa da, gerçek dünya ortamlarının dinamik ve değişken yapılarına bazı senaryolarda uyum sağlamakta yetersiz kalır. Bu adaptasyon eksikliği, gereksiz anahtar karelerin hesaplama yükünü artırması veya yetersiz anahtar karelerin konumlandırma ve yeniden yapılandırma doğruluğunu düşürmesi gibi sorunlara yol açabilir. Ayrıca performans kaynaklarının mühim olduğu gerçek zamanlı uygulamalarda da bu gereksiz anahtar kare ekleme durumu büyük dezavantajlara sebebiyet verir. Bu sınırlamaları gidermek için, bu çalışma Eş Görünürlük Tabanlı Uyarlanabilir Dinamik Eşikleme(Co-Visibility-Based Adaptive Dynamic Thresholding, COVA) adı verilen, eş görünürlük oranlarına dayalı olarak anahtar kare seçimi eşiklerini dinamik olarak ayarlayan yenilikçi bir yaklaşımı tanıtmaktadır. COVA, eş görünürlük metriklerinden yararlanarak, kritik sahne detaylarını yakalarken gereksiz anahtar kareleri azaltarak anahtar kare seçimini optimize eder. Gelenekselstatik yöntemlerden veya diğer dinamik yaklaşımlardan farklı olarak, COVA, hareket, ışıklandırma ve sahne karmaşıklığındaki değişikliklere gerçek zamanlı olarak uyum sağlayarak daha sağlam bir performans sunar. TUM Mono veri seti üzerinde yapılan kapsamlı değerlendirmeler, COVA'nın etkinliğini kanıtlamaktadır. COVA, konumlandırma doğruluğunu %17-20 oranında artırırken, toplam anahtar kare sayısını %20-25 oranında azaltır ve ortalama kare hızını (FPS) %1,2-1,3 oranında yükseltir. Bu sonuçlar, COVA'nın yüksek kaliteli konumlandırma ve yeniden yapılandırmayı hesaplama verimliliğiyle dengeleme yeteneğini göstermektedir. Ayrıca, yöntem, sahne detaylarını koruyarak 3B yeniden yapılandırma kalitesini belirli ölçüde artırır ve bunu yüksek hesaplama yükü getirmeden başarır. COVA yönteminin basitliği ve verimliliği, özellikle performans ve hesaplama kaynaklarının kritik olduğu gerçek zamanlı SLAM uygulamaları için ideal bir çözüm sunmaktadır. Çevresel koşullara dinamik olarak uyum sağlayarak ve anahtar kare seçimini optimize ederek, COVA, modern SLAM sistemleri için doğruluk, verimlilik ve pratiklik arasındaki boşluğu kapatan sağlam ve ölçeklenebilir bir çözüm temsil etmektedir.

Özet (Çeviri)

Keyframe selection plays a vital role in visual simultaneous localization and mapping (vSLAM) systems, significantly influencing localization accuracy, computational efficiency, and the quality of 3D reconstruction. Traditional static methods rely on fixed thresholds and, while easy to implement, often fail to adapt to the dynamic and variable structures of real-world environments in certain scenarios. This lack of adaptability can lead to issues such as increased computational load due to unnecessary keyframes or decreased localization and reconstruction accuracy caused by insufficient keyframes. Additionally, in real- time applications where performance resources are critical, the inclusion of unnecessary keyframes poses significant disadvantages. To address these limitations, this study introduces Co-Visibility-Based Adaptive Dynamic Thresholding (COVA), an innovative approach that dynamically adjusts keyframe selection thresholds based on co-visibility ratios. COVA leverages co- visibility metrics to optimize keyframe selection, capturing critical scene details while reducing redundant keyframes. Unlike traditional static methods or other dynamic approaches, COVA adapts in real-time to changes in motion, lighting, and scene complexity, delivering more robust performance. Comprehensive evaluations conducted on the TUM Mono dataset validate the effectiveness of COVA. The method improves localization accuracy by 17-20%, reduces the total number of keyframes by 20-25%, and increases the average frame per second (FPS) by 1.2-1.3%. These results demonstrate COVA's ability to balance high-quality localization and reconstruction with computational efficiency. Furthermore, the method enhances the quality of 3D reconstruction by preserving essential scene details, achieving superior results without imposing a high computational burden. The simplicity and efficiency of the COVA method make it an ideal solution for real-time SLAM applications, where performance and computational resources are critical. By dynamically adapting to environmental conditions and optimizing keyframe selection, COVA bridges the gap between accuracy, efficiency, and practicality, representing a robust and scalable solution for modern SLAM systems.

Benzer Tezler

  1. Tez No

    921169

    Küresel konumlandırma sistemleri'nin olmadığı iç mekanlarda haritalama ve konum kestirimi

    Mapping and position estimation in indoor environments without global navigation satellite systems

    OĞULCAN ATMACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik MühendisliğiBaşkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SEDAT NAZLIBİLEK

  2. Tez No

    960418

    Real time reflective surface detection for indoor slam

    İç mekan slam için gerçek zamanlı yansıtıcı yüzey algılama

    İBRAHİM AYDIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Mekatronik MühendisliğiYıldız Teknik Üniversitesi

    Mekatronik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERTUĞRUL BAYRAKTAR

  3. Tez No

    430280

    Harita mashup uygulamalarıyla zamana ve mekâna bağlı görsel analitik ortamı oluşturulması: Konya Kapalı Havzası örneği

    Developing a geo-temporal visual analytics environment with map mashups: A case study on Konya Closed Basin

    OSMAN SAMİ KIRTILOĞLU

    Doktora

    Türkçe

    Türkçe

    2016

    Jeodezi ve FotogrametriSelçuk Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM ÖZTUĞ BİLDİRİCİ

  4. Tez No

    878571

    A methodology for assessment of spatial performance in hospital buildings through immersive virtual reality and behavioural sequence analysis

    Kapsayıcı sanal gerçeklik ve davranışsal dizi analizi yoluyla hastane binalarında mekansal performansın değerlendirilmesine yönelik bir metodoloji

    ELİF BAHAR OKUYUCU

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DOÇ. DR. SEVİL YAZICI

  5. Tez No

    759749

    The role of the visual culture on the formation of architectural design taste 'Examining the representation of interiors in the illustrated periodicals from mid-19th to the late 20th century'

    Mimari beğeni algısının oluşumunda görsel kültürün etkisi' 19. yüzyıldan 20. yüzyıla süreli yayınlar üzerinden alternatif bir iç mimarlık tarih okuması'

    ŞEYMA KURTULUŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İç Mimari ve Dekorasyonİstanbul Teknik Üniversitesi

    İç Mimari Tasarım Ana Bilim Dalı

    DOÇ. DR. EMİNE GÖRGÜL

Geri Dön