Geri Dön

Road lane detection system with convolutional neural network

Konvolüsyonel yapay sinir ağları ile şerit takip sistemi

  1. Tez No: 467573
  2. Yazar: BORA TAŞHAN
  3. Danışmanlar: YRD. DOÇ. DR. TARKAN AYDIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 71

Özet

Günümüz dünyası otomotiv sektöründe önemli bir yer alan ve gündelik hayatımızda hayati öneme sahip olmaya başlamış sürüş güvenliği ve sürücü asistan sistemleri özellikle bilgisayar teknolojilerinin gelişmesi ve sektörde daha fazla yer edinmesi ile çok daha fazla araç içerisinde standart olmaya başlamış ve gelişen teknoloji ekipmanlari ile birlikte daha verimli çözümler için daha gelişmiş algoritmalardan faydalanmaktadır. Bunlara örnek olarak verilebilecek ve bir sürücünün sürüş güvenliğinde önemli bir yeri olan şerit takip sistemleri otomotiv sektöründe kullanılmaya başlanmis ve yine teknolojinin gelişimi ile birlikte daha verimli ve komplike bir hale gelmiştir. İlk zamanlar araç önüne yerleştirilen bir kamera ve bu kameradan elde edilen görüntülerin işlenmesi ile başlayan bu yenilikleri lazer sensör kullanımı, coğrafi koordinat sistemi desteği ve radar sistemleri takip ederek otonom araç teknolojisinde gelişim devam etmektedir. Bu tez içerisinde özellikle veri depolama elemanları, hafıza birimleri ve çoklu çekirdek destekli mikro işlemci maliyetlerinin düşmesi ile birlikte uygulanabirliği sağlanan, inter- net teknolojileri ile toplanan veriler ve bu verilerin işlenmesi için gelişmeye başlayan derin öğrenme tekniklerinden konvolüsyonel yapay sinir ağları ve bilgisayar görüşü metodları birleştirilerek otonom araçlar şerit takip sistemi şerit algılama yöntemi önerilmiştir.

Özet (Çeviri)

Occupying a significant place in today's automotive industry and being of vital importance in our daily lives, driving safety and driver assistance systems have become standard in more and more vehicles, especially by means of improvements in computer technologies and having a place in the industry, and they use more improved algorithms for more efficient solutions with developing technology equipment. As an example of these, being very important for the safety of driver, road lane detection system is now used in automotive industry and with the technological improvements, it has become more efficient and sophisticated. In the earlier stages, it was only a camera set in front of the vehicle and processing of the images taken by this camera. This innovation is followed by laser sensor, geographic coordinate system assistance and radar systems and with these innovations autonomous vehicle technology keeps improving. In this thesis, by using deep learning methods, which are used for the processing of the data collected by internet technologies and are enabled to be applicable with the reduction of the costs of data storage components, memory units and multi-core microprocessors, one of the technique from deep learning is called convolutional artificial neural networks and computer vision methods is combined and autonomous vehicle road lane detection system method is proposed.

Benzer Tezler

  1. Otonom araçlar için GPU kullanarak gerçek zamanlı yapay zeka temelli engel algılama sistem tasarımı

    Obstacle detection system design based on real-time artificial intelligence using GPU for autonomous vehicles

    MUSTAFA ÇETİNKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERDAL KILIÇ

    DR. ÖĞR. ÜYESİ HACI ÖMER DOKUMACI

  2. Derin evrişimsel sinir ağlarını kullanılarak araç, insan ve trafik işaretlerinin tanınması

    Recognition of vehicle, human and traffic signs using deep convolutional neural networks

    GÜLYETER ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Mekatronik MühendisliğiSakarya Uygulamalı Bilimler Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. RAŞİT KÖKER

  3. Heterojen gömülü hesaplama kullanılarak ileri yol şerit tespiti

    Advanced lane line detection using heterogeneous embedded computing

    MUSTAFA EMRE YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BURCU ERKMEN

  4. Sürücü destek sistemleri için yeni yol ve işaret tanıma yöntemleri

    New road and sign recognition methods for driver assistance systems

    GÜLCAN YILDIZ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BEKİR DİZDAROĞLU

  5. Automated lane change decision making for autonomous vehicles using machine learning techniques

    Makine öğrenmesi teknikleri ile otonom araçlarda şerit değişimine karar verme

    MEHDI NASIRI

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. GÜLAY ÖKE GÜNEL