{"version":"1","article":{"id":"lidar-snowfall-object-detection-confounders-2026","slug":"lidar-snowfall-object-detection-confounders-2026","language":"tr","url":"https://haberpaper.com/tr/news/lidar-snowfall-object-detection-confounders-2026","api_url":"https://haberpaper.com/api/v1/articles/lidar-snowfall-object-detection-confounders-2026?lang=tr","title":"Karda LiDAR algılaması hava şiddetinden başka değişkenlerle de karışabiliyor","summary":"Michigan Tech araştırması, iki karlı yol veri kümesinde kar şiddeti arttıkça LiDAR araç tespit doğruluğunun da yükseldiğini buldu. Yazarlar bu beklenmedik ilişkiyi karın nesne noktalarını ve yüzey geometrisini değiştirmesiyle açıklayan etkenlerin karışmasına bağlıyor.","category":"business","region":"world","topics":["ai"],"published_at":"2026-10-13T20:11:52+03:00","modified_at":"2026-10-13T20:11:52+03:00","publication_basis":"publication-record","event_period":"2026-10-09","event_period_basis":"event-or-reference-period","sources":[{"name":"arXiv, Beyond the Snowflakes: Disentangling Weather Effects from Confounding Meta-Factors in LiDAR Object Detection (arXiv:2610.13891)","url":"https://arxiv.org/abs/2610.13891","checkedAt":"2026-10-13","publishedAt":"2026-10-09"}],"translations":[{"language":"tr","url":"https://haberpaper.com/tr/news/lidar-snowfall-object-detection-confounders-2026","api_url":"https://haberpaper.com/api/v1/articles/lidar-snowfall-object-detection-confounders-2026?lang=tr"},{"language":"en","url":"https://haberpaper.com/en/news/lidar-snowfall-object-detection-confounders-2026","api_url":"https://haberpaper.com/api/v1/articles/lidar-snowfall-object-detection-confounders-2026?lang=en"},{"language":"ar","url":"https://haberpaper.com/ar/news/lidar-snowfall-object-detection-confounders-2026","api_url":"https://haberpaper.com/api/v1/articles/lidar-snowfall-object-detection-confounders-2026?lang=ar"},{"language":"fr","url":"https://haberpaper.com/fr/news/lidar-snowfall-object-detection-confounders-2026","api_url":"https://haberpaper.com/api/v1/articles/lidar-snowfall-object-detection-confounders-2026?lang=fr"},{"language":"es","url":"https://haberpaper.com/es/news/lidar-snowfall-object-detection-confounders-2026","api_url":"https://haberpaper.com/api/v1/articles/lidar-snowfall-object-detection-confounders-2026?lang=es"}],"data_types":[],"data":null,"data_compilations":[],"data_downloads":[],"content":{"paragraphs":["Michigan Technological University araştırmacılarının 9 Ekim’de arXiv’de yayımladığı ön baskı, kötü hava koşullarında 3B LiDAR nesne algılama sistemlerini değerlendirirken yalnızca kar şiddeti sınıflarına bakmanın yanıltıcı olabileceğini öne sürüyor. Ekip, WADS-3D ve CADC karlı sürüş veri kümelerinde beş algılayıcı mimarisini karşılaştırdı. WADS-3D, 2.050 benzersiz LiDAR taramasından 4.100 etiketli kare ve 30.104 otomobil içeriyor; CADC farklı bir sensörle alınmış 7.000 kare sağlıyor. Her iki veri kümesinde de kar şiddeti arttıkça ortalama hassasiyetin yükseldiği bir ilişki gözlendi.","Kar parçacıkları gürültü oluştursa da araştırmacılar, yoğun karla birlikte araçların LiDAR kutularında daha fazla noktayla temsil edilmesinin bu zararı dengeleyebileceğini düşünüyor; bu, kanıtlanmış nedensel bir etki değil. Kar filtresi WADS-3D’de ortalama hassasiyeti yüzde 6,72 artırırken CADC’de kazanım ihmal edilebilir düzeydeydi. Farklı veri kümelerindeki sonuçlar, hava şiddeti kategorilerinin nesne uzaklığı, nokta sayısı ve sensör farklarıyla birlikte değerlendirilmesi gerektiğine işaret ediyor. Çalışma saha güvenliği ya da gerçek araçta sürüş performansını ölçmüyor; hakem değerlendirmesinden geçmemiş ön baskıdır."],"key_points":[],"sections":[]},"text":"Michigan Tech araştırması, iki karlı yol veri kümesinde kar şiddeti arttıkça LiDAR araç tespit doğruluğunun da yükseldiğini buldu. Yazarlar bu beklenmedik ilişkiyi karın nesne noktalarını ve yüzey geometrisini değiştirmesiyle açıklayan etkenlerin karışmasına bağlıyor.\n\nMichigan Technological University araştırmacılarının 9 Ekim’de arXiv’de yayımladığı ön baskı, kötü hava koşullarında 3B LiDAR nesne algılama sistemlerini değerlendirirken yalnızca kar şiddeti sınıflarına bakmanın yanıltıcı olabileceğini öne sürüyor. Ekip, WADS-3D ve CADC karlı sürüş veri kümelerinde beş algılayıcı mimarisini karşılaştırdı. WADS-3D, 2.050 benzersiz LiDAR taramasından 4.100 etiketli kare ve 30.104 otomobil içeriyor; CADC farklı bir sensörle alınmış 7.000 kare sağlıyor. Her iki veri kümesinde de kar şiddeti arttıkça ortalama hassasiyetin yükseldiği bir ilişki gözlendi.\n\nKar parçacıkları gürültü oluştursa da araştırmacılar, yoğun karla birlikte araçların LiDAR kutularında daha fazla noktayla temsil edilmesinin bu zararı dengeleyebileceğini düşünüyor; bu, kanıtlanmış nedensel bir etki değil. Kar filtresi WADS-3D’de ortalama hassasiyeti yüzde 6,72 artırırken CADC’de kazanım ihmal edilebilir düzeydeydi. Farklı veri kümelerindeki sonuçlar, hava şiddeti kategorilerinin nesne uzaklığı, nokta sayısı ve sensör farklarıyla birlikte değerlendirilmesi gerektiğine işaret ediyor. Çalışma saha güvenliği ya da gerçek araçta sürüş performansını ölçmüyor; hakem değerlendirmesinden geçmemiş ön baskıdır.","corrections":[],"editorial_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Makineler, depo ve vinçle üretimi anlatan temsili sanayi atölyesi.","language":"tr"},"section_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Makineler, depo ve vinçle üretimi anlatan temsili sanayi atölyesi.","language":"tr"}}}