Driving behavior classi cation for heavy-duty vehicles using LSTM networks
LSTM ağları kullanılarak ağır vasıtalar için sürücü davranışlarının sınıflandırılması
- Tez No: 556763
- Danışmanlar: PROF. DR. MUSTAFA ÜNEL
- Tez Türü: Belirtilmemiş.
- Konular: Belirtilmemiş.
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl:
- Dil:
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Araçlarda hızla büyüyen otonom sürüş eğilimine rağmen, insan mevcut araç teknolojileri için hala oldukça önemli bir faktör. Sürücüler, araçların hem yakıt ekonomisi hem de sürüş güvenliği üzerinde oldukça büyük bir etkiye sahip. Bu nedenle, sürücü davranışlarının belirlenmesi ve değerlendirilmesi özellikle ağır vasıta araçlar için mevcut araç teknolojilerinin performans, güvenlik ve verimliliklerinin geliştiril-mesi açısından büyük önem taşıyor. Bu tez kapsamında, IPG'nin Truckmaker simulasyon ortamında gerçekçi bir araç modeli kullanılarak, ivmelenme ve araç takip karakteristikleri üzerinden çeşitli sürücü davranışları tasarlandı. Bu sürücü davranışlarının tanınabilmesi amacıyla bir Uzun Kısa Vadeli Hafıza Ağları (LSTM) sınıflandırıcısından yararlanıldı. İlk olarak, doğrusal, yanal ivmelenme limitleri üzerinden altı farklı sürücü tanımlandı. Sınıflandırıcı, sürücülerin araç modelinin 5 farklı yük ile yapay bir yolu takibinden toplanan sürüş sinyalleri ile eğitildi. Bahsedilen yol otobanlarda karşılaşılabilecek geometrileri kapsayacak şekilde tasarlandı. Model, gerçekçi bir yol üzerinden aynı yöntemle toplanan veriler ile test edildi. Sonrasında, araç takibindeki doğrusal ivmelenmeleri üzerinden üç sürücü (sakin, normal, agresif) tanımlandı ve bu sürücülerin farklı trafik senaryolarındaki sürüş sinyalleri ile sınıflandırıcının eğitimi ve testi gerçekleştirildi. Sınıflandırma sonuçları kullanılan LSTM tabanlı yapının, farklı sürüş davranışlarını içeren sürüş sinyallerinin dinamik ilişkilerini başarı ile yakalayabildiğini göstermiştir.
Özet (Çeviri)
Despite growing autonomous driving trend, human is still a major factor in the current vehicle technology. Drivers have a great impact on both fuel economy and accident prevention. Therefore, identification and evaluation of driving behaviors are crucial to improve the performance, safety and energy management of vehicle technologies, particularly for heavy-duty vehicles. In this thesis, several driving behaviors with different acceleration and car following characteristics are generated on a realistic truck model in IPG's TruckMaker simulation environment. A Long Short Term Memory (LSTM) classifier is then utilized to recognize driving behaviors. First, six drivers are defined based on their longitudinal and lateral acceleration limits. The classifier is trained using driving signals acquired from the simulated truck which follows an artificial training road with different trailer loads. The training road is designed to cover possible road curves that can be seen in highways. The model is tested with driving signals that are collected from a realistic road using the same method. Then, three drivers (calm, normal and aggressive) are defined based on their longitudinal acceleration profiles in car following and the classifier is trained and tested using driving signals of these drivers in different traffic scenarios. Results show that the proposed LSTM classifier is capable of successfully capturing the dynamic relations encoded in driving signals and recognizing different driving behaviors in small time samples.
Benzer Tezler
- İzmir deniz bostanlısı arazi ve laboratuvar ve yükleme deneyleri gözönüne alınarak kazıkların taşıma gücü tayini
The Determination of the bearing capacity of piles at Izmir Deniz bostanlısı considering the in-situ laboratory testing
SEMİH YENİŞAR
- Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması
Başlık çevirisi yok
MÜRŞİDE KESEROĞLU
Yüksek Lisans
Türkçe
1985
İşletmeEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA NAZMİ ERCAN
- Trabzon yöresi kıyı şeridi makroalgleri üzerinde bir araştırma
A Investigation on the macroalgaes of Trabzon shoreline
NİL PEMBE MEHMETAĞAOĞLU
Yüksek Lisans
Türkçe
1987
Su ÜrünleriAnkara ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. GÜLTEN KÖKSAL
- Bursa ve İstanbul illerinde derin dondurma yöntemi ile sebze ve meyve muhafaza eden tesislerin uyguladığı yöntemler ve sorunları
Başlık çevirisi yok
ŞENEL USLU
Yüksek Lisans
Türkçe
1987
Gıda MühendisliğiUludağ ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
YRD. DOÇ. DR. FİKRİ BAŞOĞLU
- Çok parçalı sistemlerin analizine bir örnek: azdırma malafa sisteminin deformasyon analizi
An Example to the analysis of multi-part systems: defermation analysis of an arbor mechanism in a hobbing machine
ERKAN GÜRSEL