Kavşak senaryolarında nesne takibinin etkileşen çoklu modeller kullanılarak iyileştirilmesi

ÇAĞRI HAKKOYMAZ

Kavşak senaryolarında nesne takibinin etkileşen çoklu modeller kullanılarak iyileştirilmesi

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2026

Tezin Dili: Türkçe

Öğrenci: ÇAĞRI HAKKOYMAZ

Danışman: Erkan Uslu

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Kavşaklar, çok sayıda nesne barındıran ve bu nesnelerin aynı senaryoda farklı hareket örüntüleri sergileyebildiği dinamik ortamlardır (örneğin sağa dönüş senaryosunda nesne doğrusal hareketle başlayıp dönüş manevrası yaparak tekrar doğrusal harekete dönebilir). Bu geçişlerin doğru modellenmesi başarılı takip performansı için kritik öneme sahiptir. Özellikle sensörlerin güvenilirliğinin azaldığı ve ölçüm doğruluklarının düştüğü ortamlarda, kullanılan hareket modelinin nesneyi iyi temsil edebilmesi takip hassasiyeti açısından avantaj sağlamaktadır. Bu tez çalışmasında, kavşak senaryolarında nesne takibinin doğruluğunu artırmak amacıyla Etkileşen Çoklu Model (Interacting Multiple Model - IMM) yaklaşımı kullanılmıştır. Çalışma kapsamında, KITTI veri setindeki kavşak senaryoları seçilerek analizler gerçekleştirilmiştir. IMM çerçevesinde Sabit İvmeli (CA) ve Sabit Dönüş Oranı ve İvme (CTRA) hareket modelleri arasında dinamik geçişler uyarlanmıştır. Azalan sensör güvenini simüle etmek için ölçüm kovaryans matrisi kontrollü biçimde artırılarak ölçüm belirsizliği yükseltilmiştir. Ayrıca, geçici algılama kayıplarını temsil etmek amacıyla belirli oranlarda ölçüm düşürme (eksik gözlem) senaryoları uygulanmıştır. Performans farklı algılayıcılarla (VirConv ,CasA), HOTA ve alt bileşenleri (DetA, AssA, DetRe, DetPr, AssRe, AssPr) üzerinden değerlendirilmiştir. %20 ölçüm kaybında IMM en iyi sonucu vermiştir (VirConv: +0.245 HOTA CTRA'ya göre; CasA: +0.913 HOTA CA'ya göre). Yüksek gürültüde (R=50) CA en iyi olsa da IMM, CTRA'ya göre daha dayanıklıdır (VirConv: +1.458 HOTA; CasA: +0.783 HOTA). Örneğin, senaryo 0012'de R=50 koşulunda HOTA skoru CA için 82.002'den IMM ile 82.557'ye yükselmiş; dönüş segmentlerinde ortalama konum hatası normu CA'da 0.6961 m iken IMM'de 0.6546 m olarak ölçülmüştür. Elde edilen sonuçlar, IMM tabanlı takip sisteminin kavşak senaryolarında daha yüksek doğruluk ve kararlılık sunduğunu göstermektedir. Ayrıca, sensör güvenilirliğinin azaldığı koşullarda adaptif model kullanımının performansı anlamlı şekilde iyileştirdiği gözlemlenmiştir.