Geri Dön

İnsanlı ve insansız öğrenen araçlarda sürüş davranışı ve trafik ekosistemi

Driving behavior in manned and unmanned learning vehicles and traffic ecosystems

  1. Tez No: 492709
  2. Yazar: MÜCAHİT KARADUMAN
  3. Danışmanlar: YRD. DOÇ. DR. HALUK EREN
  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: 2018
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Ekobilişim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Günümüzün vazgeçilmez ulaşım ve taşıma unsurları olan vasıtalar insan hayatında önemli bir yer tutmaktadırlar. Bu vasıtaların sürüşleri esnasında güvenlik ve konfor sürücüler için önemli konular arasında yer almaktadır. Sürücüler, kullandıkları araçların olası hatalı bir sürüş davranışı esnasında gerekli uyarıyı yapabilecek ve müdahale yetkinliğe sahip olmasını istemektedirler. Yoksa bu hatalar can ve mal kaybına sebebiyet verebilmektedir. Günümüzde geliştirilen otomobil sistemleri sürücü destek sistemleri ile donatılmaktadırlar. Bu sürücü destek sistemleri geçmiş sürüş deneyimleri analiz edilerek sürücülerin hataları ve eksik yanları belirlenerek geliştirilmişlerdir. Bu sistemler genellikle statik yapıda olmakta ve sürekli aynı müdahaleler yapmaktadırlar. Bu sistemler için sürücünün kim olduğu ve nasıl bir ruh haline sahip olduğunun bir önemi yoktur. Gerçekleşen davranışlar ve gerçekleşebilecek davranışlar bellidir. Bu davranışlara verecekleri cevaplar ve müdahalelerde bellidir. Bu çalışmada, öncelikle belirli bir güzergâhta hareket eden bir sürücünün verileri geliştirilen android uygulaması kullanılarak akıllı telefon sensörlerinden alınmakta ve sürücü hakkında bilgi veritabanı oluşturulmaktadır. Daha sonra bu veriler etiketlenmekte ve bu etiketler sayesinde sürücünün yolun hangi bölgesinde nasıl davrandığı belirlenmektedir. Bu adımın ardından sürücünün genel sürüş profili belirlenmektedir. Genel sürüş profili çıkarılan sürücü tekrar arabayı sürmeye başladığında sürüş verileri alınmaya devam edilmekte ve elde edilen sonuçların geliştirilmesi sağlanmaktadır. Böylece sürekli gelişen ve güncellenen bir sistem oluşturulmaktadır. Sürücüler değiştiğinde yeni sürücü içinde sürüş profili oluşturabilen ve bu sürücünün profiline göre gelişmiş sürücü destek sistemini harekete geçiren bir sistem oluşturulmuş olunacaktır. Böylece, sürücülü ve sürücüsüz otomobillerin destek sistemlerinin daha etkin bir şekilde destek sağlaması ve efektif bir müdahale yapısına sahip olması sağlanmak istenmektedir.

Özet (Çeviri)

Today's indispensable means of transport and transportation are important in human life. This is one of the important issues for drivers of safety and comfort during driving of vehicles. Drivers want their vehicles to be alerted and intervened in a possible malfunction. Otherwise, these faults can cause loss of life and property. Today, developed automobile systems are equipped with driver support systems. These driver support systems have been developed by analyzing past driving experiences and determining the deficiencies and incompleteness of the drivers. These systems are usually static and consistently perform the same interventions. For these systems, it is not a matter of who the driver is and what kind of mood he has. Actual behaviors and behaviors that can be achieved, and the answers and interventions they will give to these behaviors. In this thesis, firstly the data of a driver moving on a certain route is taken from the smartphone sensors using the developed android application, and a database of information about the driver is created. Later, this data is labeled, and it is determined by which labels the driver behaves in which region of the path. Following this step, the driver's overall driving profile is determined. When the driver of the general driving profile starts driving the car again, driving data is still being received and the results obtained are being improved. Thus, a system that is constantly evolving and updated is being created. When the driver changes, a system will be created that can create a driving profile within the new driver, and activate the advanced driver support system based on the profile of that driver. Thus, it is desired that the support systems of the driverless and non-driverless vehicles provide more effective support and have an effective intervention structure.

Benzer Tezler

  1. A model based flight control system design approach for micro aerial vehicles using integrated flight testing and hil simulations

    Küçük boyutlu insansız hava araçları üzerinde sistem tanılama, uçuş kontrol sistem tasarımı ve donanım ile benzetim uygulamaları

    BURAK YÜKSEK

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖKHAN İNALHAN

  2. Dual-arm safe robot manipulation with second arm assistance

    Çift kollu robotlarda ikinci kol destekli güvenli robot etkileşimi

    ASEL MENEKŞE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SANEM SARIEL UZER

  3. Implementation of a closed-loop action generation system on a humanoid robot through learning by demonstration

    Gösterim yoluyla öğrenen bir kapalı-devre hareket yaratma sisteminin insansı bir robotta gerçekleştirilmesi

    DORUK TUNAOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. EROL ŞAHİN

  4. Engaging human-robot interaction with batch reinforcement learning

    Kayıtlı veriden pekiştirmeli öğrenme yoluyla insan robot etkileşiminde kullanıcı ilgisinin eniyilenmesi

    NUSRAH HUSSAIN

    Doktora

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiKoç Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ENGİN ERZİN

    PROF. DR. YÜCEL YEMEZ

  5. A multinomial prototype-based learning algorithm

    Çok kutuplu boyutlar içeren uzaylarda prototip tabanlı öğrenme

    AHMET CAN BULUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SİNAN KALKAN