Otonom insansız hava araçları için nesne takibi
Object tracking for autonomous unmanned aerial vehi
- Tez No: 984827
- Danışmanlar: PROF. DR. ERSEN YILMAZ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Devreler ve Sistemler Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Nesne algılama teknolojilerinde yaşanan hızlı gelişmeler, İnsansız Hava Araçlarının (İHA) operasyonel kapasitelerini önemli ölçüde dönüştürmüş ve bu sistemlerin gözetim, afet yönetimi ile çevresel izleme gibi farklı alanlarda etkin bir biçimde kullanılmasına olanak sağlamıştır. Ancak, İHA operasyonlarının doğasında bulunan değişken irtifalar, yüksek hızlı hareket ve öngörülemeyen çevresel koşullar gibi zorluklar, gerçek dünya koşullarında güvenilir performans elde edilebilmesi, sağlam ve yüksek verimliliğe sahip takip sistemlerinin geliştirilmesini zorunlu kılmaktadır. Bu tez, otonom İHA'lar için özel olarak uyarlanmış nesne takip sistemlerinin tasarım ve uygulama süreçlerindeki iyileştirmeleri incelemekte olup, bu doğrultuda en güncel bilgisayarlı görü tekniklerinden, özellikle YOLO algoritmasından yararlanmaktadır. Gerçek zamanlı hedef tespiti ve takibiyle ilgili zorlukları ele almak üzere geliştirilen sistemlerin doğruluk, sağlamlık ve hesaplama verimliliği açısından performansı; örtüşmeler, değişken aydınlatma koşulları ve küçük hedef boyutları gibi farklı koşullar altında kapsamlı biçimde incelenmektedir. Önerilen yöntemlerin geçerliliğini sağlamak amacıyla hem hava veri setleri hem de gerçek dünya senaryoları kullanılmaktadır. Bunun yanı sıra, görsel tabanlı sistemlerden sağlanan verilerin ataletsel sensörler ve Küresel Konumlama Sistemi (GPS) çıktıları ile bütünleştirilmesi aracılığıyla takip güvenilirliğinin artırılmasına yönelik sensör füzyon yöntemleri araştırılmıştır. Bu entegrasyon, hızlı İHA manevraları sırasında veya yalnızca görsel verilerin yetersiz olduğu durumlarda hedef takibini sürdürme yeteneğini geliştirmektedir. Önerilen takip sistemi, arama-kurtarma operasyonları, yaban hayatının izlenmesi ve altyapı denetimleri gibi kritik İHA uygulamalarında kullanılarak hem pratik yararları hem de çok yönlü kullanım potansiyeli gösterilmiştir.
Özet (Çeviri)
The rapid evolution of object detection has fundamentally transformed the operational capabilities of Unmanned Aerial Vehicles (UAVs), thereby facilitating their integration into a diverse array of applications such as surveillance, disaster management, and environmental monitoring. However, the inherent challenges of UAV operations—including variable altitudes, high-speed movement, and unpredictable environmental conditions—necessitate the development of robust and efficient tracking systems to ensure reliable performance in real-world scenarios. This thesis examines enhancements in the design and implementation of object tracking systems specifically tailored for autonomous UAVs. State-of-the-art computer vision techniques, notably the YOLO algorithm, are employed to address the challenges associated with real-time target detection and tracking. The performance of these systems is evaluated in terms of accuracy, robustness, and computational efficiency under various conditions, including occlusions, fluctuating illumination levels, and small target sizes. To validate the proposed methods, both aerial datasets and real-world scenarios are utilized. Additionally, sensor fusion techniques are explored to enhance tracking reliability by combining data from vision-based systems with inertial and Global Positioning System (GPS) sensors. This integration improves the system's ability to maintain target tracking during rapid UAV maneuvers or when visual data alone is insufficient. The proposed tracking system is demonstrated in key UAV applications, such as search and rescue missions, wildlife monitoring, and infrastructure inspection, showcasing its practical benefits and versatility.
Benzer Tezler
- Integration of object recognition systems with small unmanned aerial vehicles for target detection
Hedef tespiti için nesne tanıma sistemlerinin küçük insansız hava araçları ile entegrasyonu
HAKAN TOPAL
Yüksek Lisans
İngilizce
2025
Mühendislik BilimleriAnkara Yıldırım Beyazıt ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. FATİH VEHBİ ÇELEBİ
- Design, modelling and control of a nano quadrotor withmicrocontroller based vision system for object tracking
Nesne takibi için bir nano dört rotorlu helikopterin tasarımı, modellenmesi ve mikrodenetleyici tabanlı görüntü sistemi ile kontrolü
MUSTAFA ENES KIRMACI
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
PROF. DR. ERDİNÇ ALTUĞ
- İnsansız hava araçlarında akıllı kontrol sistemlerine yönelik nesne takibi uygulamaları
Object tracking applications for intelligent control systems in unmanned aerial vehicles
MEHMET CELALETTİN ERGENE
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AKİF DURDU
- Sabit kanatlı insansız hava araçları için kilitlenme algoritması
Lock-on algorithm for fixed-wing unmanned aerial vehicles
MERVE İSMAİLVELİOĞLU
Yüksek Lisans
Türkçe
2025
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Drone ile drone takibi için dağıtık derin takviyeli öğrenme yaklaşımları
Distributed deep reinforcement learning approaches for drone tracking with drone
ZİYA TAN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE