Son zamanlarda yapılan bir araştırma, LiDAR ve görsel verilerin entegrasyonunun zeki sürüş sistemlerini nasıl geliştirebileceğini inceliyor. Bu çalışma, tek bir sensör kullanmanın sınırlamalarını aşmak için bu teknolojileri birleştiren yeni bir yaklaşım önermektedir. Geliştirilmiş YOLOv7 algoritmasını dahil ederek, dinamik sürüş ortamlarında gerçek zamanlı engel tespitini iyileştirmeyi amaçlamaktadır.
Teknolojik Entegrasyon ve Algoritma İyileştirilmesi
Zeki sürüş sistemleri için engelleri hızlı ve doğru bir şekilde tespit etmek esastır. LiDAR ve kamera verilerinin birleştirilmesi, tek bir sensör kullanılarak karmaşık yol koşullarının yönetilmesinden daha etkili olduğu kanıtlanmıştır. Bu iyileştirmeye rağmen, bu algılama algoritmalarının gerçek zamanlı performansını sağlamak için gereken artan hesaplama, önemli bir engel teşkil etmektedir. Araştırmacılar, orijinal YOLOv7 (Bir Kez Bak version 7) çerçevesini değiştiren geliştirilmiş dinamik engel tespit algoritması tanıttı.
Geliştirilmiş algoritma, orijinal YOLOv7’nin omurga ağını Mobilenetv3 ile değiştirerek hesaplama yükünü önemli ölçüde azaltır. Ayrıca, küçük ölçekli hedefleri tespit etmek için özelleştirilmiş bir katman ve küçük engellerin tespit doğruluğunu artırmak için bir konvolüsyonel blok dikkat modülü entegre eder. Algoritma ayrıca, tespit edilen nesneler arasındaki karşılıklı örtüşmeyle ilgili sorunları hafifletmek için Efficient Intersection over Union Loss fonksiyonunu kullanır.
Performans Metrikleri ve Testler
27,362 etiketli KITTI örneği içeren bir veri setinde, geliştirilmiş YOLOv7 algoritması %92.6 ortalama kesinlik oranı gösterir ve saniyede 82 kare işler. Bu, model boyutunda %85.9’luk bir azalma ile geleneksel YOLOv7 algoritmasına kıyasla yalnızca %1.5’lik bir doğruluk kaybıyla sonuçlanır. Ayrıca, geliştirilmiş algoritmayı test etmek için LiDAR ve kamera verilerini entegre eden sanal bir sahne oluşturulmuştur. Hem kamera hem de LiDAR sensörüne sahip bir test aracında yapılan deneysel sonuçlar, yöntemin etkinliğini ve performansını doğrular.
- LiDAR ve görsel verilerin entegrasyonu incelendi.
- YOLOv7 algoritması geliştirilerek engeller hızlıca tespit edildi.
- Algoritma gerçek zamanlı uygulamalar için optimize edildi.
