Dynamic object detection and tracking using sensor fusion and particle filter

Nesne tespiti ve takibi literatürde uzun zamandır araştırma konusu olan problemlerdendir. Özellikle gündelik hayatta, nesnelerin tespit ve takip edilmesinin sağladığı birçok avantaj olduğundan, kullanımına çok yaygın şekilde ihtiyaç duyulmakta bu da konunun önemini iyiden iyiye arttırmaktadır. Nesne takibi için çeşitli takip türleri mevcut olup, her takip türüne göre kullanılacak takip yöntemleri farklılık göstermektedir. Bu tez Parçacık Filtrelemesi Algoritması'ndan yararlanarak hareketli nesnelerin tespit ve takip edilmesini konu alır. Temel amaç, hareketli birçok farklı nesnenin olduğu ortamlarda görüş alanına giren ve daha önceden tanınmayan nesnelerin takip edilebilmesi için bir altyapı hazırlamaktır. Temel amaç doğrultusunda nesnelerin tespiti, gözlemcinin konum değişiminin hesaplanması ve sonraki adımda tespit edilen nesnelerin bir önceki adımda tespit edilenlerle karşılaştırılarak yapılacak takibi için çeşitli donanımlar kullanılmıştır. Detaylandırmak gerekirse, LIDAR, nesnelerin gözlemciye göre pozisyonunun hesaplanması, dolayısıyla nesnelerin tespiti için kullanılırken, IMU (Inertial Measurement Unit) gözlemcinin bir önceki pozisyona göre olan rotasyon ve translasyonunun hesaplanması amacıyla kullanılır. Son olarak Odometre ve GPS kullanılarak, IMU yardımıyla hesaplanan translasyondaki hatanın minimize edilmesi ve gözlemcinin yer değişiminin daha keskin şekilde hesaplanması hedeflenmiştir. IMU, Odometre ve GPS'den alınan veriler Parçacık Filtresi Algoritması'na sokulmakta ve bu sayede filtre kullanılmadığı taktirde ortaya çıkacak olan toplamsal hata en aza indirgenmektedir. Tüm bunların yanında nesnelerin tespiti ve eşlenmesi sırasında uygulama tarafından kullanılan işlemci gücü, işlem zamanı gibi veriler de dikkate alınmıştır. Son olarak çeşitli büyüklük ve tipteki nesneler kullanılarak farklı çevrelerde testler yapılmış ve sonuçlar birbirleriyle karşılaştırılmıştır.