Akademik Veri Yönetim Sistemi
8th International Erciyes Conference on Scientific Research , Kayseri, Türkiye, 1 - 02 Ekim 2022, ss.1-12
Bu çalışmanın konusu, genişletilmiş bir Random Sample Consensus (RANSAC) önererek, bu yöntemi iç mekân haritaları üzerinde uygulamaktır. Geleneksel RANSAC algoritması, bir veri kümesinde rasgele seçilen iki örnek arasında çizilen segment ve bu segmente belli bir eşik değeri altında yakın olan örnekleri işleyerek bir tür karar verme aracı olarak çalışır. Çalışmamızda kullanılan veri seti de bu algoritma ile işlenerek iç mekân haritaları üzerinde var olan doğru (duvar) segmentleri etiketlenmiştir. Literatürde doğru segmentlerinin bulunmasında yaygın kullanılan bu yöntem üzerinde önerdiğimiz geliştirme ile işlenecek veri seti kısıtlı bir arama havuzuna indirgenerek rasgele seçilecek veri yığınının hacmi daraltılmıştır. Bu sayede toplam veri setinin büyüklüğü değişmemekle birlikte, RANSAC uygulanacak olan kümeler daha yüksek doğrulukta sonuç vermektedir. Rasgele örnek alınacak veri havuzu çoklu doğru ayıklama yaklaşımı ile bölünen alt kümeler olmaktadır. Çoklu doğru ayıklama yaklaşımı tek başına optimal doğruları tespit edemediği için ikincil bir kaynaştırma prosesine ihtiyaç duymaktadır. Kaynaştırma işlemi ise işlem yükü olarak RANSAC algoritmasına göre daha yüksek bir yaklaşımdır. Bu açıdan, önerdiğimiz yaklaşım iki yöntemin güçlü yönlerini bir araya getirmektedir. İşlenecek veri ise 2-boyutlu bir Light Detection and Ranging (LIDAR) sensörden alınan iç mekân mesafe verileridir. İsteğe bağlı olarak konfigüre edilebilen açısal çözünürlük, maksimum ölçüm menzili, frekans ve açısal görüş parametreleri olan LIDAR üzerinden, deneysel çalışma yapılan iç mekânın ölçümleri okunmuştur. Bu ölçüm verisi nokta formatındadır ve bu noktalar arasından doğru segmentleri çıkartılarak bu doğrular belirli sayılarla etiketlenmiştir. Tespit edilen doğru segmentleri, iç mekânlarda konum tespiti için kullanılan en temel özniteliklerden biri olup, çalışmanın bulguları iç mekân konumlandırma sistemlerine uyarlanabilir.