Sürüş karakteristiği çıkarma
Extracting driving characteristic
- Tez No: 695633
- Danışmanlar: DR. ÖĞR. ÜYESİ NESRİN AYDIN ATASOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Trafik kazaları toplumların en temel sorunlarından biridir. Dünya Sağlık Örgütü verilerine göre dünyada her yıl yaklaşık 1,35 milyon kişi trafik kazaları nedeniyle hayatını kaybetmektedir. Yılda yaklaşık 20 ila 50 milyon kişi ise trafik kazaları nedeniyle sakat kalmaktadır. Ölümle ya da yaralanmayla sonuçlanan trafik kazaları toplumlara hem psikolojik hem de ekonomik yük oluşturmaktadır. Trafik kazalarına neden olan unsurlar incelendiğinde ise ilk sırada insan faktörü yer almaktadır. Nüfusu çok olan büyük şehirler düşünüldüğünde sürücü ve taşıt sayılarının fazla olması trafikte kaza riskini arttırmaktadır. Sürücülerin denetlenmesi kazaların azaltılmasında önemli bir faktördür. Günümüzde sürücü belgesi alımı sırasında denetlenen sürücüler dışında sürücü davranışları bir uzman tarafından denetlenmemektedir. Bu nedenle trafik kazalarının önlenmesinde sürücülerin sürüş esnasındaki davranışlarını tespit etmek önemli bir konu haline gelmiştir. Literatürde bu alanda ilk çalışma bir anket çalışmasıdır ancak anket yardımıyla sürüş karakteristiğinin çıkarılması sürücülerin kendilerini olumsuz değerlendirmemek amacı taşıyabilir bu yüzden tutarlı değildir. Günümüzde gelişen teknolojiyle sürüş karakteristiklerini çıkarmak amacıyla akıllı telefon, ivme ölçer, jiroskop, kontrol alan ağı, ışın algılama mesafe ölçümü, inersiyal ölçme ünitesi ve kamera gibi cihaz veya sensör yardımıyla sürüş verileri toplanabilir. Bu tez çalışmasında gerçek trafik ortamlarında kaydedilmiş sürüş verilerinin bulunduğu Honda Sürüş Verisi (HDD) ve mobil sürüş veri setleri kullanılmıştır. Veri setlerinde yer alan değişkenler özellik çıkarma yöntemiyle zenginleştirilmiştir. Her iki veri seti üzerinde Ulusal Karayolu Trafik Güvenliği İdaresi (NHTSA) yönergelerine göre sert hızlanma, yavaşlama, ani manevra ve dönüş olayları tespit edilmiştir. Geliştirilen web tabanlı yazılımda sürüş özellikleri grafiksel ve istatistiksel olarak sunulmuştur. Ayrıca, yolculukla ilgili hız, rota, durma ve duraklama gibi olaylar harita üzerinde kullanıcı dostu ara yüz ile sürüş karakteristiğinin çıkarılması için görselleştirilmiştir. Gerçekleşen her sürüş sonunda sürücünün puan grafiği ve sürüş raporu sonuçları oluşturulmuştur. Böylece sürüş kolayca değerlendirilebilmektedir.
Özet (Çeviri)
Traffic accidents are one of the most basic problems of societies. According to the data of the World Health Organization, approximately 1,35 million people die every year in the world due to traffic accidents. Approximate 20 to 50 million people a year become disabled due to traffic accidents. Traffic accidents resulting in death or injury create both a psychological and economic burden on societies. When the factors that cause traffic accidents are examined, the human factor takes the first place. Considering the large cities with a large population, the high number of drivers and vehicles increases the risk of accidents in traffic. Nowadays, driver behaviour isn't supervised by an expert, except for the drivers who are supervised during the acquisition of the driver's license, but the supervision of the driving is an important factor in reducing the accidents. Therefore, it has become an important issue to determine the behaviour of drivers in the prevention of traffic accidents. The first study in the literature is a survey study. Determining the driving characteristics with the help of a survey may target not to negatively evaluate the drivers themselves. Therefore it is not consistent. Nowaday, driving data can be collected with the help of devices or sensors such as smart phone, accelerometer, gyroscope, control area network, beam detection distance measurement, inertial measuring unit and camera in order to extract the driving characteristics with the developing technology. In this thesis, Honda Driving Dataset (HDD) and mobile driving data sets with recorded driving data in real traffic environments were used. The variables in the data sets were enriched by the feature extraction method. Hard acceleration, deceleration, sudden maneuvering and turning events were detected on both data sets according to National Highway Traffic Safety Administration (NHTSA) guidelines. Driving characteristics are presented graphically and statistically in the developed web-based software. In addition, events such as speed, route, pause and stop related to the journey are visualized on the map with a user-friendly interface to extract the driving characteristics. At the end of each ride, the driver's score graph and driving report results were created. Thus, driving can be evaluated easily.
Benzer Tezler
- Model based optimal longitudinal vehicle control
Model bazlı optimal doğrusal araç kontrolü
MURAT ÖTKÜR
Doktora
İngilizce
2016
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL MURAT EREKE
DR. ORHAN ATABAY
- Dynamic heuristic approach to enhance the performance of few-shot meta-learning
Az örnekle meta-öğrenmenin performansını artırmak için dinamik heuristik bır yaklaşım
ÖMER MİRHAN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. NUMAN ÇELEBİ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Optimizasyon temelli öznitelik seçme yöntemleri ile desteklenen topluluk öğrenme yaklaşımına dayalı yazar tanıma
Author identification based on the ensemble learning approach supported by optimization-based feature selection methods
MERVE GÜLLÜ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN POLAT
- Hibrit zeki sistem ile metin özetleme
Text summarization by hybrid intelligent system
BEGÜM MUTLU
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL