Geri Dön

Nesnelerin interneti tabanlı sürücü durumu tespiti

Driver status detection based on internet of things

  1. Tez No: 679171
  2. Yazar: AHMET SUSAR
  3. Danışmanlar: PROF. DR. NURSEL AKÇAM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 129

Özet

Sürücülerin yorgunluk, stres, uyku durumları ve benzeri fizyolojik durumlarının izlenmesi, yol güvenliğinin sağlanmasında önemli bir role sahiptir. Bu tez çalışmasında sürücü durumu tespitini sağlamak için hem çevrim dışı, hem de çevrim içi sistem önerilmektedir. Sürücülerde sürüş sırasında oluşan stres durumunu belirlemek için fizyolojik sinyaller kullanılmıştır. Fizyolojik sinyaller, elektrodermal aktivite (EDA) ve kalp hızı sinyallerinden oluşur. Önerilen çevrim dışı sistemde, hazırlanan deney ortamlarında 12 katılımcıdan, 20 oturumda alınan fizyolojik sinyaller ile veri kümesi oluşturulmuştur. Daha sonra veri kümesi makine öğrenmesi algoritmaları ile sınıflandırılarak çevrim dışı sürücü durumu tespiti sağlanmıştır. Veri kümesinin tamamının kullanıldığı çok katılımcıya ait veriler ile elde edilen sınıflandırma doğruluğu %80,1 olmuştur. Bunun yanında 5 farklı oturumda tek bir katılımcıdan alınan veriler ile elde edilen sınıflandırma doğruluğu %90 olarak bulunmuştur. Önerilen çevrim içi sistem ise nesnelerin interneti (Internet of Things - IoT) teknolojilerine dayanmaktadır. Çevrim içi sürücü durum tespiti ile sürücülerin fizyolojik sinyalleri gerçek zamanlı olarak uzaktan izlenebilir ve gerektiğinde çeşitli uyarılar oluşturulabilir. Bu tez çalışmasında önerilen çevrim dışı ve çevrim içi sistem ile sürücülerin stres durumları tespit edilebilmektedir. Bu sayede yol güvenliğine katkıda bulunulur. Ayrıca bu tezde son yıllarda popüler hale gelen IoT kavramı ve uygulama alanları incelenmiştir.

Özet (Çeviri)

Monitoring drivers' physiological conditions such as sleepiness, fatigue and stress has an important role in ensuring road safety. In this thesis, both offline and online systems are proposed to provide driver status detection. Physiological signals were used in order to detect the stress condition that occurs during driving in drivers. Physiological signals consist of electrodermal activity (EDA) and heart rate signals. In the proposed offline system, a dataset was constituted with physiological signals received in 20 sessions from 12 participants in the prepared experimental environments. Then, the dataset was classified with machine learning algorithms and offline driver status was detected. The classification accuracy obtained with multi-participant data using the entire dataset was 80.1%. In addition, the classification accuracy obtained with data from a single participant in 5 different sessions was found to be 90%. The proposed online system is based on the Internet of Things (IoT) technologies. With online driver status detection, drivers' physiological signals can be monitored remotely in real time and various alerts can be generated when necessary. In this thesis, with the proposed offline and online system, the stress conditions of the drivers can be detected. In this way, it contributes to road safety. Additionally, the IoT concept and its application areas, which have become popular in recent years, was examined in this thesis.

Benzer Tezler

  1. Data-driven condition monitoring and fault diagnosis of VFD-FED induction motors

    Değişken frekanslı sürücü ile beslenen asenkron motorlarda veri odaklı durum izleme ve arıza tanılama

    ALPER SENEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞENİZ ERTUĞRUL

  2. Distributed anomaly-based intrusion detection system for IoT environment using Blockchain technology

    Dağıtılmış anomali tabanlı saldırı tespit sistemi Blockchain teknolojisi kullanılan IoT ortamı için

    NOUHA HEJAZI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgi ve Belge Yönetimiİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. ENVER ÖZDEMİR

  3. Privacy and security enhancements of federated learning

    Federe öğrenme uygulamalarında mahremiyet ve güvenlik geliştirmeleri

    ŞÜKRÜ ERDAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ENVER ÖZDEMİR

    DR. FERHAT KARAKOÇ

  4. Joint server and route selection in SDN networks

    SDN ağlarda ortak yol ve sunucu seçimi

    HASAN ANIL AKYILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN ALİ ÇIRPAN

  5. CNN-based server state monitoring and fault diagnosis using infrared thermography

    Kızılötesi termografi kullanarak CNN tabanlı sunucu durumu izleme ve arıza teşhisi

    BELTUS NKWAWİR WİYSOBUNRİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Bilim Dalı

    DR. ÖĞR. ÜYESİ HAMZA SALİH ERDEN

    PROF. DR. BEHÇET UĞUR TÖREYİN