Generating a high-definition map (HD MAP) via yolo (you only look once) deep learning-based object detection model
Yolo (you only look once) derin öğrenme tabanli nesne tespit modeli ile yüksek tanimli hari̇ta (HD MAP) oluşturma
- Tez No: 985730
- Danışmanlar: PROF. DR. HANDE DEMİREL
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Jeodezi ve Fotogrametri, Engineering Sciences, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Geomatik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, 360 derece panoramik görüntüler üzerinden nesne tespiti yaparak yüksek çözünürlüklü (High-Definition – HD) haritalar üretmeye yönelik bütüncül ve uygulanabilir bir yöntem önermektedir. Çalışmanın uygulama alanı olarak İstanbul Teknik Üniversitesi Ayazağa Kampüsü seçilmiş, Ladybug5 kamerası kullanılarak yüksek çözünürlüklü ve GNSS verisiyle eşzamanlı görseller elde edilmiştir. Temel amaç, otonom araç teknolojileri, kentsel hareketlilik uygulamaları ve coğrafi bilgi sistemleri (CBS) için uygun, düşük maliyetli, ölçeklenebilir ve güvenilir bir HD harita üretim hattı geliştirmektir. Otonom araç sistemlerinin günlük hayata entegrasyonu, otomotiv endüstrisindeki ve yapay zekâ alanındaki son gelişmelerle büyük ölçüde hızlanmıştır. Bu sistemlerin gerçek zamanlı sensör verilerini işlemenin yanı sıra, güvenli, etkili ve çevresel olarak sürdürülebilir çalışması, önceden oluşturulmuş, sık sık güncellenen yüksek çözünürlüklü (HD) haritaların verimli kullanımına bağlıdır. Güvenilir ve son derece hassas navigasyon altyapıları, otonom sürüşün ötesine geçen sofistike sürücü destek sistemlerinde bile operasyonel güvenlik ve işlevsellik için vazgeçilmez olmaya devam etmektedir. HD haritalar, yol ağlarındaki statik ve yarı statik unsurların (örneğin şerit işaretleri, yaya geçitleri, trafik işaretleri) ayrıntılı ve uzamsal olarak son derece doğru modellemesini sağlar, gerçek zamanlı nesne algılama çıktılarını tamamlar ve konum belirleme doğruluğunu artırarak daha güvenli ve daha öngörülebilir rota planlaması sağlar. Bu bağlamda, yalnızca sensör füzyonu değil, harita oluşturma süreçleri de otomatik, tekrarlanabilir ve güncellenebilir bir şekilde yapılandırılmalıdır. Çalışmanın temelinde görüntü işleme ve mekânsal analiz tekniklerinin entegrasyonu yer almaktadır. YOLOv11 derin öğrenme algoritması kullanılarak elde edilen panoramik görüntülerden araç, yaya ve trafik levhası gibi çevresel nesneler tespit edilmiştir. YOLO algoritmasının çıktısı olan görüntü koordinatları, kamera iç/dış parametreleri ve eş zamanlı GNSS verileri kullanılarak coğrafi koordinat sistemine dönüştürülmüş, bu sayede nesnelerin dünya koordinatları üzerindeki konumları hesaplanmıştır. HD harita üretimi süreci; veri toplama, görüntülerin etiketlenmesi (AnyLabeling aracı ile), YOLO formatına dönüştürme, YOLOv11 modelinin eğitimi ve doğrulaması, koordinat dönüşümleri ile OSM (OpenStreetMap) formatında harita çıktısı elde etme aşamalarından oluşmuştur. Üretilen haritalar QGIS ve PyQGIS yazılımları aracılığıyla görselleştirilmiş ve analiz edilmiştir. Nesne tanımlama için YOLOv11 modeli kullanıldı ve transfer öğrenme yaklaşımıyla iyileştirildi. Veri setindeki diğer öğe kategorileri eğitim kapsamı dışında tutuldu ve model esas olarak üç temel sınıf (araba, yaya ve ağaç) üzerinde eğitildi. 100 dönem, 16'lık mini parti boyutu, 0,001'lik öğrenme oranı ve Stokastik Gradyan İnişi (SGD) optimizasyon yöntemi temel eğitim parametreleri olarak kullanıldı. PyTorch, GPU hızlandırmalı bir Google Colab ortamında eğitim için kullanıldı; doğrulama kümesinden elde edilen metrikler, modelin aşırı uyum sağlamadığından emin oldu. Eğitimden sonra, YOLOv11 modeli panoramik karelerdeki nesneleri tanımlayarak sınıf olasılıkları ve sınırlayıcı kutu koordinatları oluşturdu. Sınırlayıcı kutuların merkez noktaları, bu algılama bulgularının coğrafi alanda daha kolay kullanılabilmesi için ilgili kareyle ilişkili GNSS konumu, kamera konumu ve yönelim meta verileri kullanılarak gerçek dünya koordinatlarına dönüştürüldü. Dönüştürme işlemi, yönelim vektörlerini ve Euler açılarını dikkate alan özel işlevler kullanılarak gerçekleştirildi. Sonuç olarak, gözlemlenen her nesne için, görüntü düzlemindeki piksel koordinatlarından coğrafi koordinat sistemine (WGS84 gibi) tutarlı bir eşleme oluşturuldu. Bu adım, yöntemin hem matematiksel doğruluğu hem de uzamsal sadakati sağlamak için çok önemlidir. Panoramik görüntüler üzerinde nesne algılama gerçekleştirilmiş ve algılanan nesnelerin görüntü tabanlı konumları kamera parametreleri kullanılarak coğrafi koordinatlara dönüştürülmüştür. Algılama sürecinde, görüntülerden piksel düzeyinde sınırlayıcı kutular çıkarmak için YOLOv8 algoritması kullanılmıştır. Bu sınırlayıcı kutuların merkez noktaları, odak uzaklığı ve optik merkez gibi kameranın içsel parametreleri kullanılarak normalleştirilmiş ve kamera koordinat sistemine eşlenmiştir. Daha sonra, GNSS tabanlı konum ve yönelim açıları (yaw, pitch ve roll) gibi kameranın dışsal parametreleri uygulanarak yön vektörleri küresel koordinat sistemine dönüştürüldü. Her yön vektörü, nesnenin olası gerçek dünya konumunu tahmin etmek için önceden tanımlanmış bir mesafeye uzatıldı ve ardından WGS84 koordinat sistemi kullanılarak coğrafi referanslandırıldı. Ortaya çıkan nesne koordinatları, etiketlerine göre sınıflandırıldı (ör.“araba”, 'ağaç',“kişi”), böylece her sınıf bağımsız bir katman olarak yapılandırılabildi. Bu katmanlı yapı, sınıf bazında uzamsal analizlerin yapılmasına olanak tanıyarak nesne türüne özgü haritalama ve yorumlamayı kolaylaştırır. YOLOv11 tabanlı algılama hattı, bu çalışma kapsamında yürütülen tüm deneylerde tutarlı ve pratik kullanım açısından yeterli bir performans sergilemiştir. Model, yaklaşık %76 mAP doğruluğu ve saniyede 32 kare (FPS) civarında gerçek-zamanlıya yakın çıkarım hızıyla; sahada elde edilen 360° panoramik görüntüler üzerinde araç, ağaç, trafik levhası gibi statik/yarı statik sınıfları güvenilir biçimde ayırt edebilmiştir. Özellikle iyi aydınlatılmış dış mekân koşullarında, yüksek çözünürlüklü giriş ve döşeme (tiling) stratejisiyle birlikte çok-ölçekli özelliklerin etkin kullanımı sayesinde, küçük hedeflerin (ör. trafik levhaları) tespit doğruluğunda ek kazanımlar elde edilmiştir. Sınıf bazlı incelemelerde araç/levha gibi belirgin konturlu ve görsel olarak ayrışan nesnelerde yanlış pozitif oranlarının düşük seyrettiği; buna karşılık formu ve görünürlüğü çevresel koşullara daha duyarlı olan yaya sınıfında hataların görece yüksek kaldığı gözlenmiştir. Bu bulgu, veri çeşitliliğinin (gündüz-gece, gölge-arka ışık, mevsimsel ve mekânsal değişimler) artırılmasının modelin genellenebilirliği üzerindeki kritik etkisini doğrulamaktadır. Bununla birlikte, çalışmada derinlik tahmininde kullanılan sabit mesafe varsayımları, düşük ışık koşullarına karşı hassasiyet ve GNSS kaynaklı konum sapmaları gibi sınırlılıklar da tespit edilmiştir. Bu sınırlamaların aşılması adına LIDAR ve IMU gibi ek sensörlerin entegrasyonu, gerçek zamanlı haritalama olanaklarının geliştirilmesi ve farklı coğrafi ortamlarda modelin genellenebilirliğinin test edilmesi önerilmektedir. Zayıf geometrik önsel bilgiler olarak periyodik LiDAR anlık görüntülerini tanıtarak ve görsel-ataletli odometriyi mümkün kılmak için IMU'yu entegre ederek çoklu sensör entegrasyonuna öncelik verilmeli. Uzun süreli pozları stabilize etmek ve projeksiyon hatasını desimetre veya desimetre altı aralığa indirmek için daha sıkı zaman senkronizasyonu (PTP/NTP) kullanılmalı. Gerçek zamanlı haritalama izleme, çevrimiçi güncellemeleri mümkün kılmak için donanım hızlandırma, akış çıkarım ve kare bazında/izleme düzeyinde NMS ile mobil cihazlar için optimize edilmiş YOLO varyantlarını eşzamanlı olarak uygulanmalı. Modelin sağlamlığını artırmak için daha çeşitli veriler (gündüz-gece, çoklu kampüs/şehir ve mevsimsel değişiklikler) kullanılarak eğitilmeli. Sonuç olarak, bu tez çalışması, görüntü tabanlı HD harita üretimi konusunda çağdaş derin öğrenme yöntemlerini CBS ile entegre ederek hem akademik hem de uygulamalı anlamda önemli katkılar sunmaktadır. 360° panoramik görüntüler, YOLOv11 tabanlı algılama ve GNSS destekli coğrafi referanslamaya dayanan bu tezin sonuçları, kamera odaklı bir veri hattının, LiDAR merkezli araştırmaların maliyet ve lojistik yükü olmadan operasyonel olarak değerli HD harita katmanları üretebileceğini göstermektedir. Önerilen yöntem, günlük haritalama operasyonlarında önemli olan üç faktör arasında dengeli bir denge sağlamaktadır: belirgin yol varlıkları (örneğin araçlar, trafik işaretleri, yayalar) için tespit doğruluğu; ilkeli zemin projeksiyonu ve pozisyon tahmini yoluyla mekansal yerleştirme kalitesi ve donanım, veri izi, işlem süresi ve personel gibi toplam sahip olma maliyeti. Ancak, santimetre düzeyinde geometrik doğruluk hâlâ yoğun aktif algılamanın doğal alanıdır. Gerçekte, bu denge, belediyeler ve kampüsler için haritalama gereksinimlerinin önemli bir bölümünü oluşturan görevler (varlık envanteri, tematik analizler ve değişim izleme gibi) için yeterince doğru katmanlar üretir. Görüntü yakalama, senkronizasyon ve pozisyon tahmini, anlamsal çıkarım, zemin projeksiyonu, katman oluşturma ve dışa aktarma dahil olmak üzere tüm iş akışı, saha ortamlarında sistemsel açıdan güvenilirlik ve yeniden üretilebilirlik göstermiştir. Ham algı çıktılarından incelenebilen, denetlenebilen ve paylaşılabilen coğrafi ürünlere kadar olan süreç, açık standartların (OSM/GeoJSON) ve QGIS/PyQGIS ile yerel birlikte çalışabilirliğin kullanımıyla kısaltılmıştır. Düzenleme izlenebilirliğinin ve şeffaflığın kritik önem taşıdığı mevcut varlık yönetimi kanallarıyla yeniden üretilebilirlik ve entegrasyon, bu açıklıktan faydalanmaktadır. Dahası, dedektörün hesaplama profili ve sensör yığınının basitliği sayesinde çözüm, düşük seviyeli donanımlarda da uygulanabilir ve sık sık yeniden yakalama ve hızlı güncellemelere olanak tanır; bu da harita güncelliğini korumak için kullanışlı bir araçtır. LiDAR öncelikli haritalamanın geometrik sınırını yeniden üretmeyi amaçlamasa da büyük ölçekte yüksek çözünürlüklü anlamsal katmanlar oluşturma ve güncelleme engelini önemli ölçüde azaltmaktadır. Bu kanıtlar, YOLOv11'in haritalama odaklı uygulamalarla uyumlu algılama performansı sağladığını ve yalnızca görsel görüntüler ve GNSS kullanılarak ölçeklenebilir yüksek çözünürlüklü harita üretiminin mümkün olduğunu göstermektedir. Bu süreç, uygun maliyeti, açıklığı ve sahaya hazırlığı nedeniyle kampüs operatörleri, ulaşım yetkilileri ve navigasyon geliştiricileri tarafından uygulanabilir bir seçenektir. Ayrıca, daha sıkı geometri, daha zengin semantik ve gerçek zamanlı yeteneklerin geliştirilmesi için güçlü bir temel sağlar. Geliştirilen sistem, düşük maliyetli ve tekrar üretilebilir olması bakımından ulaşım otoriteleri, şehir planlamacıları ve otonom araç geliştiricileri için stratejik bir değer taşımaktadır. IoU≥0,50 eşiğinde mAP@0,50 ≈ %82, sınıf bazında F1 (makro/mikro) = 0,82/0,84 ve coğrafi tutarlılık koşulu (planimetrik hata ε≤0,5 m) eklendiğinde Geo-F1 (makro/mikro) = 0,74/0,76 elde edildiğini göstermektedir. Araç ve trafik işareti sınıfları özellikle gündüz koşullarında yüksek doğruluk sergilerken, yaya sınıfında gölge/düşük ışık kaynaklı duyarlılık kayıpları gözlenmiştir. Üretilen katmanlar OSM/GeoJSON formatında dışa aktarılmış ve QGIS/PyQGIS üzerinde görselleştirilmiştir. Bulgular, yalnızca kamera ve GNSS ile hızlı konuşlandırılabilir ve haritaya yazılabilir bir nesne envanterinin üretilebildiğini; kalibrasyon hataları, GNSS sapmaları ve derinlik varsayımlarından kaynaklanan kısıtların ise LiDAR entegrasyonu ve veri çeşitliliğinin artırılması ile daha da azaltılabileceğini ortaya koymaktadır.
Özet (Çeviri)
This thesis presents a comprehensive and practical approach for generating High-Definition (HD) maps using image-based object detection methods, particularly focusing on the application of the YOLOv11 deep learning model to 360-degree panoramic imagery. The research is centered on the Ayazağa Campus of Istanbul Technical University (ITU), where high-resolution visual data was collected using a Ladybug5 panoramic camera system equipped with GNSS capabilities. The overarching goal was to create a reliable, cost-efficient, and scalable HD mapping pipeline suitable for urban mobility applications, autonomous vehicle navigation, and geographic information system (GIS) integration. At the heart of the study lies the integration of computer vision and geospatial analysis. Objects such as cars, pedestrians, traffic signs, and other environmental features were detected in the panoramic images using the YOLOv11 architecture, a cutting-edge object detection algorithm known for its speed and precision. The outputs of the detection process, initially confined to image coordinates, were meticulously transformed into georeferenced spatial data by utilizing the intrinsic and extrinsic parameters of the camera along with synchronized GNSS metadata. This transformation enabled the projection of detected objects onto real-world maps. HD map generation process involved several sequential stages: acquisition and preprocessing of imagery, annotation using the AnyLabeling tool, YOLO format conversion, model training and validation, coordinate transformation, and map creation in OpenStreetMap (OSM) format. The spatial datasets were then visualized and analyzed using QGIS and PyQGIS, confirming the accuracy and usability of the resulting maps for practical deployment. Performance of the YOLOv11 model was rigorously evaluated through both quantitative metrics and qualitative visual analyses. With a mean Average Precision (mAP) of 76% and frame processing speed of 32 FPS, the model exhibited strong detection capabilities, particularly in well-lit outdoor conditions. While high accuracy was achieved for prominent object classes like vehicles and trees, performance declined slightly in detecting pedestrians under challenging lighting conditions—an issue attributed to dataset variability and illumination sensitivity. One of the key contributions of the study is its demonstration that a low-cost HD mapping system can be realized using only camera and GNSS data, without the need for expensive LiDAR equipment. Furthermore, the modular structure of the proposed system makes it adaptable for integration into existing GIS infrastructures and autonomous simulation platforms like SUMO and CARLA. The generation of layered map outputs categorized by object class enhances the flexibility of spatial analyses and opens new avenues for smart mobility planning. Despite its achievements, the study also identified limitations, including depth estimation inaccuracies due to fixed-distance assumptions, reduced detection reliability in dim environments, and minor errors arising from GNSS drift. Addressing these limitations, the thesis proposes future enhancements through multi-sensor fusion (e.g., LiDAR, IMU), real-time map updating, and model generalization across diverse geographical settings. In summary, this research bridges the gap between computer vision and spatial data engineering by presenting an end-to-end workflow for HD map generation that is not only technically robust but also economically feasible. It offers a strong foundation for further development of real-time, vision-based mapping systems, contributing to safer and smarter autonomous transportation ecosystems. Class-based F1 (macro/micro) = 0.82/0.84 at the IoU≥0.50 threshold, mAP@ 0.50 ≈ 82%, and Geo-F1 (macro/micro) = 0.74/0.76 when the geographical consistency condition (planimetric error ε≤0,5 m) is added. While the pedestrian class showed sensitivity losses from shadows and low light, the vehicle and traffic sign classes show high accuracy, especially during the day. The produced layers were visualized in QGIS/PyQGIS and exported in OSM/GeoJSON format. The results show that a camera and GNSS alone can generate an object inventory that is quickly deployable and mappable; however, LiDAR integration and greater data diversity can further minimize limitations resulting from calibration errors, GNSS deviations, and depth assumptions.
Benzer Tezler
- 3D nokta bulutu verileri kullanılarak otonom sürüş için nesne algılama yöntemi ile karayolu envanterlerinin tespit edilmesi
Determination of highway inventories with object detection method for autonomous driving using 3D point cloud data
HİLAL GEZGİN
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Türkiye'de taşınmaz kültür ve tabiat varlıklarını koruma olayı ve korumaya halkın katılımı konusunda yardımcı bir araştırma
A Research to the conservation of historical monuments and natural environments with public porticipation in Turkey
İSMET ŞAHİN
- Lise öğrencilerinin matematiksel örnek üretme stratejilerinin ve yaratıcılıklarının incelenmesi
Examination of high school students' mathematical example generation strategies and creativity
NESLİHAN TANGAL
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimHacettepe ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DOÇ. DR. YASEMİN SAĞLAM KAYA
- Çok boyutlu kaotik sistemler ile şifreleme
Encryption with multi-dimensional chaotic systems
ASİYE YİĞİT
Yüksek Lisans
Türkçe
1997
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. CÜNEYT GÜZELİŞ
- Anahtarlamalı güç kaynaklarında oluşan harmoniklerin elektromanyetik uyumluluk üzerine etkileri ve filtre tasarım yaklaşımları
Effects of noise caused by harmonics generated in switched mode power supply on EMI/EMC and filtering studies
YUNUS FURKAN DİLMEN
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞUAYB ÇAĞRI YENER