Real-time location estimation of an object via moving cameras with fusion image and sensor data
Görüntü ve sensör verilerinin füzyonuyla hareketli kameralarla bir nesnenin gerçek zamanlı lokasyon tahmini
- Tez No: 977660
- Danışmanlar: PROF. DR. EFENDİ NASİBOĞLU
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Adaptif filtreler, Ataletsel ölçüm birimi, Hareketli kamera sistemleri, Kalman filtre, Küresel uydu seyrüsefer sistemi, Optik sensörler, İnsansız hava aracı, Adaptive filters, Inertial measurement unit, Motion camera systems, Kalman filter, Global satellite navigation system, Optical sensors, Unmanned aerial vehicle
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, İnsansız Hava Araçları'nın (İHA) GPS sinyallerinin yetersiz kaldığı veya tamamen kesildiği iç mekanlar gibi GPS'siz ortamlarda güvenilir konum kestirimi problemine odaklanmaktadır. Otonom sistemlerin seyrüseferinde hayati bir konu olan bu problem kapsamında, gevşek bağlı (loosely-coupled) bir sensör füzyon mimarisi sunulmaktadır. Tezimizde sunulan yaklaşım, bu mimari çerçevesinde iki ana yenilik getirmektedir. Bu yeniliklerden ilki, kamera görüntülerinden hesaplanan entropi ve hareket bulanıklığı gibi kalite metriklerini kullanarak görsel ölçümlerin geçerliliğini anlık olarak saptayan ve buna göre ölçüm gürültü kovaryansını dinamik şekilde güncelleyen bir adaptif füzyon mekanizmasıdır. İkinci ana yenilik ise ataletsel verilerin işlenmesi amacıyla geliştirilmiş olan özgün hibrit Quaternion-Odaklı Hata-Durum EKF/UKF (Qf-ES-EKF/UKF) filtresidir. Söz konusu filtre, Genişletilmiş Kalman Filtresi'nin (EKF) hesaplama verimliliği ile Yönseçimsiz Kalman Filtresi'nin (UKF) yüksek derecede doğrusal olmayan yönelim durumundaki üstün doğruluğunu harmanlayarak kestirim hassasiyetini iyileştirir. Bu iki yeniliğin entegrasyonu, bilhassa iç mekanlardaki ışık değişimleri, kısmi örtünmeler ve ani hareketler sırasında daha istikrarlı ve güvenilir sonuçlar üretilmesine olanak tanır. EuRoC MAV veri seti kullanılarak yürütülen kapsamlı deneysel çalışmalar, önerilen yöntemin performansını kanıtlamış; özellikle zorlu senaryolarda hem konum hem de yönelim kestirim doğruluğunda dikkate değer iyileşmeler sağlandığını göstermiştir.
Özet (Çeviri)
This thesis focuses on the problem of reliable position estimation for Unmanned Aerial Vehicles (UAVs) in GPS-denied environments, such as indoor spaces, where GPS signals are weak or completely unavailable. Within the scope of this problem, a vital topic in the navigation of autonomous systems, a loosely coupled sensor fusion architecture is presented. The approach presented in this thesis introduces two main innovations within this architectural framework. The first of these is an adaptive fusion mechanism that instantaneously determines the validity of visual measurements using quality metrics such as entropy and motion blur, calculated from camera images, and dynamically updates the measurement noise covariance accordingly. The second key innovation is a novel hybrid Quaternion-focused Error-State hybrid EKF/UKF (Qf-ES-EKF/UKF) filter, developed for processing inertial data. This filter improves estimation accuracy by blending the computational efficiency of the Extended Kalman Filter (EKF) with the superior accuracy of the Unscented Kalman Filter (UKF) in highly nonlinear orientation states. The integration of these two innovations enables the generation of more stable and reliable results, particularly during indoor lighting changes, partial occlusions, and abrupt movements. Comprehensive experimental studies, conducted using the EuRoC MAV dataset, have validated the performance of the proposed method, demonstrating significant improvements in both position and orientation estimation accuracy, especially in challenging scenarios.
Benzer Tezler
- Crowd localization and counting via deep flow maps
Derin öğrenme ile çıkarılan hareket haritaları kullanılarak nesne kalabalıklarının tespiti ve sayımı
PEDRAM YOUSEFI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- 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