Flying object detection in high clutter density environment
Yüksek yoğunluklu parazit ortamda uçan nesne tespiti
- Tez No: 946512
- Danışmanlar: DR. ÖĞR. ÜYESİ GÜLSÜM KAYABAŞI KORU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Bu tez çalışması, yüksek görsel karmaşıklık ve parazit yoğunluğuna sahip ortamlarda uçan cisimlerin tespiti, sınıflandırılması ve takibine yönelik modüler ve gerçek zamanlı bir sistem geliştirilmesini konu almaktadır. Bu tür ortamlarda sinyal karışması, nesne örtüşmesi, ortam gürültüsü ve hareket bulanıklığı gibi etkenler, geleneksel yöntemlerin başarımını önemli ölçüde azaltmaktadır. Alçak irtifada hareket eden kuş, insansız hava aracı (İHA), uçak ve roket gibi nesnelerin artışı, otonom ve güvenilir hava sahası gözetim çözümlerine olan gereksinimi artırmıştır. Sistem, MATLAB platformu kullanılarak uygulanmış ve nesne tespiti için YOLOv4 derin öğrenme algoritmasından yararlanılmıştır. Takip işlemleri, nesne kimliğinin video kareleri boyunca korunmasını sağlamak amacıyla Kalman Filtresi ile gerçekleştirilmiştir. Ayrıca nesnenin sınıfı, hızı, yasaklı bölgelere yakınlığı ve hareket yönüne dayalı kural tabanlı bir tehdit değerlendirme modülü geliştirilmiştir. Yapılan deneysel analizler sonucunda sistemin, %87.4 ortalama doğruluk değerine ulaştığı, 41–44 kare/saniye işlem hızı ile çalıştığı ve %4'ün altında kimlik karışıklığı oranı ile kararlı takip sağladığı görülmüştür. Bu veriler, sistemin yoğun parazitli ve dinamik ortamlarda yüksek performans sergilediğini ve mevcut yöntemlere kıyasla daha istikrarlı ve güvenilir bir çözüm sunduğunu ortaya koymaktadır. Geliştirilen sistem, tespit doğruluğu, izleme sürekliliği ve tehdit değerlendirme başarımı açısından savunma, sınır güvenliği ve sivil hava sahası yönetimi gibi uygulama alanları için uygunluk göstermektedir. Modüler ve ölçeklenebilir yapısı sayesinde, gerçek zamanlı gözetim ve otonom güvenlik sistemlerine entegre edilmesi mümkündür.
Özet (Çeviri)
This thesis suggests a real-time and modular detection, classification, and tracking system of flying objects in visually challenging environments with high clutter density, where the use of classical detection techniques is unsuccessful due to environmental noise, object occlusions, overlapping targets, and motion blur. The system employs MATLAB as the implementation platform and incorporates the YOLOv4 deep learning object detection algorithm for real-time object detection with high speed and accuracy. For motion tracking across time and maintaining the identity of objects, the Kalman Filter is employed. A rule-based threat analysis module analyzes each object based on class, velocity, proximity to restricted zones, and path of movement. Experimental evaluations demonstrated the system's ability to achieve a mean Average Precision of 87.4%, operate at 41–44 frames per second, and maintain identity consistency with a tracking error rate below 4%, even in high-clutter and dynamic environments. These results reflect a substantial improvement in accuracy and robustness compared to previous methods under similar visual complexity. The system exhibited high performance in detection, consistent tracking, and effective threat prioritization, confirming its practical suitability for defense, border management, and civilian airspace protection. With its modular and scalable design, the framework offers potential integration into real-time surveillance and autonomous threat response platforms.
Benzer Tezler
- Görsel servo kontrol yöntemi ile bir insansız hava aracının kontrol edilmesi
Control of an unmanned aerial vehicle using visual servo control
ZEHRA CEREN
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERDİNÇ ALTUĞ
- Eski bir askeri sahada İHA sistemleri kullanılarak patlamış ve patlamamış mühimmatların tespiti için havadan manyetik ile araştırılması
Aerial magnetic search for the detection of explosed and unexplosed munitions using UAV systems in an old military field
COŞKUN ERTUĞRUL
Yüksek Lisans
Türkçe
2023
Jeofizik MühendisliğiSakarya ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYHAN KESKİNSEZER
- Channel detection and tracking from lidar data in complicated terrain
Karmaşık arazilerde lidar verilerini kullanarak kanal izlemesi ve tespiti
AZAR ARGHAVANIAN
Doktora
İngilizce
2022
CoğrafyaOrta Doğu Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
PROF. DR. UĞUR MURAT LELOĞLU
PROF. DR. SEVDA ZUHAL AKYÜREK
- Elektronik harp sistemlerinde kullanılan Radar İkaz Alıcı'nın MATLAB'da simülasyonu
Simulation of Radar Warning Receiver used in electronic warfare by using MATLAB program
AHMET NASIROĞLU
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. HAKAN IŞIK
- Otonom uçan robot için nesne sınıflandırma yaklaşımıyla bilinmeyen kapalı alan içinde gerçek zamanlı ortam haritalandırması ve yol planlaması
Real-time mapping and path planning in an unknown indoor environment by object classification approach for autonomous flying robots
ÖNDER ALPARSLAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER ÇETİN