İnsansız hava araçlarının gerçek zamanlı otonom kontrolü için yapay sinir ağı tabanlı görsel algılama mimarilerinin geliştirilmesi
Development of artificial neural network based visual sensing architectures for real-time autonomous control of unmanned aerial vehicles
- Tez No: 985789
- Danışmanlar: DOÇ. DR. BARIŞ ÖZYER
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Görsel algılama, Yapay zeka, Deep learning, Visual perception, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmada, İnsansız Hava Araçları için yalnızca görüntü verisi kullanarak gerçek zamanlı çalışabilen yapay sinir ağı tabanlı 3 boyutlu monoküler bir algılama sisteminin geliştirilmesi amaçlanmıştır Yöntem: Bu amaç doğrultusunda, ardışık monoküler görüntüler ile odometri, derinlik ve anlamsal bilgiyi kullanarak ortamın 3 boyutlu anlamsal haritasını çıkarmayı hedefleyen, derin öğrenme tabanlı çoklu-görev sistemi geliştirilmiştir. Ayrıca, öteleme tahmininin karmaşıklığını azaltmak ve gerçek zamanlı çalışma performansını artırmak için bir koordinat dönüşüm yöntemi önerilmiştir. Buna ek olarak, algılama kararlılığını iyileştirmek amacıyla eğitim gerektirmeyen bir hareketli nesne tespit yöntemi geliştirilmiştir. Bulgular: Çalışma kapsamında önerilen koordinat dönüşüm yöntemi, odometri tahmin karmaşıklığını büyük ölçüde azaltmıştır. Bu sayede, önerilen derin öğrenme mimarisi, literatürdeki benzer çalışmalara kıyasla daha az parametreyle yüksek performanslı odometri tahmini gerçekleştirmiştir. Ayrıca, hareketli nesnelerin tespiti için geliştirilen anlamsal bilgiye dayalı yöntem, yüksek başarı sağlamıştır. Yalnızca görsel veri kullanılarak geliştirilen çoklu-görev yöntemi ile yaygın veri setlerinde yer alan görüntülerden sahnelerin 3 boyutlu haritaları başarıyla çıkarılmış ve görselleştirilmiştir. Sonuç: Bu çalışmada önerilen çoklu-görev sistemi ve diğer yöntemler ile yalnızca görsel veri kullanılarak ortamın 3 boyutlu haritası yüksek performansla çıkarılmıştır.
Özet (Çeviri)
Purpose: The aim of this study is to develop a real-time, artificial neural network-based vision-only 3D semantic monocular perception system for the Unmanned Aerial Vehicles (UAVs). Method: To achieve this objective, a deep learning-based multi-task system was developed, utilizing odometry, depth, and semantic information extracted from sequential monocular images to generate a 3D semantic map of the environment. Additionally, a coordinate transformation method was proposed to reduce the complexity of translation estimation and improve real-time performance. Furthermore, a non-learning-based moving object detection method was introduced to enhance the stability of the perception system. Findings: The proposed coordinate transformation method significantly reduced the complexity of odometry estimation. Consequently, a deep learning architecture with fewer parameters than those typically found in the literature achieved high performance in odometry estimation. In addition, the proposed semantic information-based method for moving object detection demonstrated high performance. The multi-task method, relying solely on visual data, successfully generated and visualized 3D maps of scenes using images from widely-used datasets. Results: The multi-task system and other methods proposed in this study enabled the generation of high-performance 3D maps of the environment using only visual data.
Benzer Tezler
- Missile evasion maneuver generation with model-free deep reinforcement learning
Modelden bağımsız derin pekiştirmeli öğrenme ile füzeden kaçınma manevraları
MUHAMMED MURAT ÖZBEK
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- İnsansız hava araçları için RRT ve YPA tabanlı hibrid ve yapay sinir ağı destekli genel yol planlamasının geliştirilmesi
Development of global path planning using hybrid and artificial neural network based on RRT and APF for unmaned aerial vehicles
AYHAN GÜLTEKİN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ
- Development of position estimation algorithm for unmanned aerial vehicle at short term GPS outage
İnsansız hava araçları için kısa süreli GPS kayıplarında konum bulma algoritmasının geliştirilmesi
GÜRTAÇ KADEM
Yüksek Lisans
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Çoklu otonom insansız hava araçları için paralel programlama tabanlı yol planlaması
Parallel programming based path planning for multi autonomous unmmaned vehicles
ÖMER ÇETİN
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRAY YILMAZ
- Vision-based detection and recognition of maritime objects for autonomous surface navigation
Otonom deniz seyrüseferi için görüntü tabanlı engel tespiti ve gemi sınıflandırma
SEVDA SAYAN YONCA
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL