Increasing robustness in appearance-based spatial cognition


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2019

Tezin Dili: İngilizce

Öğrenci: BERKAN HÖKE

Danışman: HURİYE IŞIL BOZMA AYDIN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tezde, robotlarda görünüşe dayalı uzamsal anlamlandırmanın dayanıklı bir hale getirilmesi üzerinde çalışılmıştır. Çalışmada, görünüşlerde ışık değişmezliği ve yer tanıma olmak üzere iki farklı konu göz önünde bulundurulmuştur. Işık değişmezliğinin hedefi, görünüşün farklı ışık koşulları altında değişmemesidir. Bu çerçevede, daha önce geliştirilmiş olan dört yöntemin yanı sıra yeni bir yöntem önerilmiştir. Bu konular için üretilen çözüm iki aşamada gösterilmiştir. Birinci aşamada, robotun kamerasından elde edilen görüntülerin tekrar yapılandırması ile, robotun çevresindeki ışık değişikliklerine dayanıklı bir şekilde herhangi bir tanımlayıcı ile yorumlayabilmesi sağlanmıştır. Işık değişmezliği e robotun bir ortamdaki yerleri birbirinden ayırt edebilmesi ve tekrar ziyaret ettiği bir yeri ışık koşullarından bağımsız olarak tanıyabilmesi hedeflenmiştir. Geniş kapsamlı karşılaştırmalı deneyler yapılarak uygulanan yöntemlerin görünüş benzerliği, yer sezinleme ve yer tanıma başarımları ölçülmüştür. İkinci aşama ise robotun uzamsal hafızası üzerine yoğunlaşmıştır. Bu aşamada sade fakat etkin bir yöntem uygulanarak yer öğrenme ve yer tanıma performansının geliştirilmesi üzerine çalışılmıştır. Sezinlenen yerler küçük parçalara ayrıştırılarak o yere ait yalnızca temel görünümler içeren ``alt yerler'' oluşturulmuştur. Böylece, yer öğrenme ve tanıma için o yere ait bütün görünümleri kullanmak yerine, o yerin içerdiği temel görünümler değerlendirilmiştir. Temel görünümler sayesinde, bir yerin içerisindeki dominant \textit{alt yerlerin} kullanılarak tanınması ve böylece daha yüksek bir başarım göstermesi kesinleştirilmiştir. Birinci aşamaya benzer olarak, çeşitli veri kümeleri üzerinde ve ayrıca robot üzerinde gerçek zamanlı ``alt yerler'' yaklaşımının kullanıldığı ve kullanılmadığı deneyler karşılaştırmalı olarak gerçekleştirilmiştir. Deneylerde yer öğrenme ve tanıma başarımlarındaki değişim ayrıntılı şekilde ele alınmıştır.