Geri Dön

Sürücü asistan sistemleri için mobil GPU tabanlı gerçek zamanlı durum analizi ve tespit uygulamaları

Mobile GPU based real-time status analysis and detection applications for driver assistant systems

PDF İndir

  1. Tez No: 688465
  2. Yazar: EMİN GÜNEY
  3. Danışmanlar: DOÇ. DR. CÜNEYT BAYILMIŞ
  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: 2021
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 82

Özet

Bilgisayarlı görme teknolojilerinin gelişmesi ve derin öğrenme çalışmalarının hız kazanmasıyla sürücü asistan sistemleri son zamanlarda oldukça yaygınlaşmıştır. Bu sistemler güvenlik ve sürüş kolaylığı sağlamak amacıyla sürücü ve araç çevresinden gerekli verileri toplayarak kritik durumları tespit etmeyi hedefler. Sürücü ve çevrenin anlık olarak izlenmesi uyarı tespit sistemi için önemlidir. Bunun yapılabilmesi ancak sistemin gerçek zamanlı çalışmasıyla mümkün olacaktır. Bu tezde, gelişmiş sürücü asistan sistemleri (ADAS) için görüntüye dayalı olarak gerçek zamanlı çalışan araç içi ve araç dışı durumları gömülü platforma bağlı kameralar ile tespit eden bir çalışma gerçekleştirilmiştir. Hem araç içinde hem de araç dışında sürücü ve çevreye odaklı çalışan iki adet uygulama gerçekleştirilmiştir. Geliştirilen sistem araç dışında trafik işareti, yaya ve nesneleri tespit ederken, araç içinde ise sürücü durumlarını analiz ederek, telefon ve sigara kullanımını ve göz takibi yaparak yorgunluk ve uyku tespiti ile sürücüye uyarı sağlamaktadır. Çalışmada, hazır veri seti ile çalışmaya özgü elde edilmiş veri setleri kullanılarak grafik kartı (GPU) üzerinde eğitimler ile modeller oluşturulmuştur. Tespit hızlarını karşılaştırmak amacıyla sistem düşük güç ve yüksek performansa sahip iki gömülü platform (Jetson Xavier Nx, Nvidia Jetson Nano) ve bilgisayar ortamında test edilerek sonuçlar analiz edilmiştir. Uygulamaların sonucunda gerçek zamanlı çalışan bir ADAS prototipi gerçekleştirilmiştir.

Özet (Çeviri)

With the development of computer vision technologies and the acceleration of deep learning studies, driver assistance systems have become quite widespread recently. These systems aim to detect critical situations by collecting the necessary data from the driver and vehicle environment in order to provide safety and driving convenience. Instant monitoring of the driver and the environment is important for the warning detection system. This will only be possible with the real-time operation of the system. In this thesis, a study has been carried out for advanced driver assistance systems (ADAS) that detects real-time in-vehicle and out-of-vehicle situations based on images with cameras connected to the embedded platform. Two applications focused on the driver and the environment, both inside and outside the vehicle, were carried out. While the developed system detects traffic signs, pedestrians and objects outside the vehicle, it provides warnings to the driver with fatigue and sleep detection by analyzing the driver's status inside the vehicle, monitoring phone and cigarette use and eye tracking. In the study, models were created with trainings on the graphics card (GPU) using the ready data set and the data sets specific to the study. In order to compare the detection rates, the system was tested in two low power and high performance embedded platforms (Jetson Xavier Nx, Nvidia Jetson Nano) and computer environment and the results were analyzed. As a result of the applications, a real-time ADAS prototype has been realized.

Benzer Tezler

  1. Tez No

    735137

    An area-efficient FPGA implementation of lane and obstacle detection for driving assistance systems

    Sürüş destek sistemleri için şerit ve engel tespitinin alan verimli FPGA uygulaması

    FATİH TAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SALİH BAYAR

  2. Tez No

    467573

    Road lane detection system with convolutional neural network

    Konvolüsyonel yapay sinir ağları ile şerit takip sistemi

    BORA TAŞHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TARKAN AYDIN

  3. Tez No

    636967

    Design, implementation and comparison ofsensor fusion methods for object detection and trackingbased on multiple 3D lidar sensors

    Çoklu 3D lidar sensörleri üzerindenesne algılama ve takibi için sensör füzyon yöntemlerinintasarımı, uygulaması ve karşılaştırılması

    ELİF AKSU TAŞDELEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN SEZER

  4. Tez No

    698202

    Prediction of the pedestrian crossing intention using deep learning

    Yayaların karşıya geçme davranışlarının derin öğrenmeyle tahmini

    BERK EREN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET HAMDİ KAYRAN

  5. Tez No

    782322

    Şerit takip desteği sistemi için fonksiyonel emniyet analizi

    Functional safety analysis for lane keeping assistance system

    EMİR KUDUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKER ÜSTOĞLU

Geri Dön