A Comparison of different approaches to target differentiation with sonar
Sonarlı hedef ayırdetmede farklı yöntemlerin karşılaştırılması
- Tez No: 112553
- Danışmanlar: DOÇ. DR. BİLLUR BARSHAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Akustik algılama, hedef sınıflandırma ve konum kestirimi, yapay sinir ağları, öğrenme, özellik çıkarımı, istatistiksel örüntü tanıma, Dempster-Shafer kanıtsal akıl yürütme, çoğunluk oylaması, algılayıcı sistemleri, akustik sinyal işleme, gezer robotlar, harita çıkarımı, Voronoi diyagram, Hedef tanıma, Robotlar, İşaret işleme, Sonar sensing, target differentiation, target localization, artificial neural networks, learning, feature extraction, statistical pattern recognition, Dempster-Shafer evidential reasoning, majority voting, sensing systems, acoustic signal processing, mobile robots, map- building, Voronoi diagram, Acoustic perception, Target recognition, Robots, Signal processing
- Yıl: 2001
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, akustik algılayıcılar kullanılarak farklı sınıflandırma ve tümleştirme yöntemlerinin gezer robot ortamlarında sıklıkla karşılaşılan hedefleri birbirinden ayırdetme ve konumlarım kestirmedeki başarımları karşılaştırılmıştır. Bu tür hedeflerin ayırdedilmesi akustik sinyallerin sezimi ve tanınmasına dayalı sistem denetimi, harita çıkarımı, engel bertarafı, hedef izleme gibi uygulamalarla yakından ilgilidir. Kullanılan sınıflama yöntemleri Ayrulu ve Barshan tarafından geliştirilen bir sınıflandırma algoritması, istatistiksel örüntü tanıma yöntemleri, bulanık c-ortalama kümelendirme algoritması ve yapay sinir ağlarım içermektedir. Kullanılan tümleştirme yöntemleri, Dempster-Shafer kanıtsal akıl yürütme ve çeşitli oylama yöntemleridir. Basit çoğunluk oylamasında görülen tutarlılık sorununun çözümü için tercih sıralaması ve değişik güvenilirlik ölçütlerini içeren farklı oylama yöntemleri önerilmiş ve deneysel olarak uygulanabilirliği gösterilmiştir. Yapay sinir ağlarının başarmamı arttırmak amacıyla farklı girdi sinyal dönüşümleri, iki ayrı eğitme algoritması ve modüler ve modüler olmayan ağ yapıları denenmiştir. Elde edilen en iyi sınıflandırma yöntemi olan ve sonar sinyallerinin dalgacık dönüşümünü kullanan yapay sinir ağı, gezer robot ortamlarının harita çıkarımında deneysel olarak kullanılmıştır. Hedef sınıflandırma ve konum kestirimindeki başarımın artırılması amacıyla, akustik algılayıcılara ek olarak kızıl ötesi algılayıcılar ve yapılandırılmış-ışık sistemleri gibi farklı fiziksel yalpıdaki algılayıcı sistemleri de kullanıldı.
Özet (Çeviri)
This study compares the performances of different classification schemes and fusion techniques for target differentiation and localization of commonly encountered features in indoor robot environments using sonar sensing. Differentiation of such features is of interest for intelligent systems in a variety of applications such as system control based on acoustic signal detection and identification, map-building, navigation, obstacle avoidance, and target tracking. The classification schemes employed include the target differentiation algorithm developed by Ayrulu and Barshan, statistical pattern recognition techniques, fuzzy c-means clustering algorithm, and artificial neural networks. The fusion techniques used are Dempster-Shafer evidential reasoning and different voting schemes. To solve the consistency problem arising in simple majority voting, different voting schemes including preference ordering and reliability measures are proposed and verified experimentally. To improve the performance of neural network classifiers, different input signal representations, two different training algorithms, and both modular and non-modular network structures are considered. The best classification and localization scheme is found to be the neural network classifier trained with the wavelet transform of the sonar signals. This method is applied to map-building in mobile robot environments. Physically different sensors such as infrared sensors and structured-light systems besides sonar sensors are also considered to improve the performance in target classification and localization.
Benzer Tezler
- Pazarlama ve bankacılık uygulamaları Türk bankacılık sektöründe pazarlamanın gelişimi ve uygulama çalışmaları
Başlık çevirisi yok
BORA ULAŞ
Yüksek Lisans
Türkçe
1998
BankacılıkMarmara ÜniversitesiBankacılık Ana Bilim Dalı
PROF. DR. MÜJDAT SAKAR
- Halkalı toplu konut alanının kullanım sonrası değerlendirilmesi
Post-occupancy evaluation of Halkalı mass housing
F.NİGAR ETİ
- 1985-1986 yıllarında Polatlı Devlet Hastanesine kaza nedeniyle başvuranların incelenmesi
Başlık çevirisi yok
FERHAN ŞENOL
Yüksek Lisans
Türkçe
1986
İlk ve Acil YardımGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. HİKMET PEKCAN
- Ulaş Sağlık Ocağı merkezinde nüfusun bazı niteliklerine ve konutların durumuna ilişkin bir çalışma
An Investigation carried out at the Ulaş Public Health Centre concerning some characteristics of the population and housing conditions in the district of Ulaş
EROL ŞANLI
Doktora
Türkçe
1985
Halk SağlığıCumhuriyet ÜniversitesiHalk Sağlığı Ana Bilim Dalı
DOÇ. DR. SERVET ÖZGÜR