Sürücü davranışlarını tespit eden ve tanımlayan yeni bir algoritma ile akıllı takograf geliştirilmesi
Development of smart tachograph with a novel algorithm detecting and recognition of driver behaviour
- Tez No: 713480
- Danışmanlar: PROF. DR. AHMET ZENGİN, DR. ÖĞR. ÜYESİ ASLAN ÇOBAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 127
Özet
Yollardaki araç sayısı arttıkça trafik güvenliği de önemli hale gelmektedir. Takograf cihazlarının kullanımının zorunlu olduğu kamyon, otobüs gibi ağır vasıta araçların karıştığı kazalardaki kayıplar hem ölüm ve yaralanma bakımından hem de maddi bakımdan daha yüksektir. Geçmişten günümüze takograflar özellikle güvenlik ve haberleşme açısından önemli ilerlemeler kaydetse de dikkatsizlik, uykusuzluk, yorgunluk, agresif sürüş ve benzeri sürücü davranışlarıyla ilgili herhangi bir veri sunamamaktadır. Bu çalışma ile takograflara yönelik yolculuklarda sürücü manevralarını tespit edip kaydeden akıllı bir uzman sistem önerilmektedir. Takografa yanal ve doğrusal manevraların agresiflik derecesiyle birlikte tespiti için düşük maliyetli 3D jiroskop ve 3D ivmeölçer içeren IMU (Inertial Measurement Unit) sensör modülü dahil edilmiştir. Sağa-sola dönüşler ve şerit değişiklikleri gibi yanal manevraların yüksek doğrulukla tespiti için jiroskop-Z verileriyle öncelikle olayların kenarları yakalanır, ardından son iki kenar şerit değişikliği açısından incelenir. Bir dönüş manevrası başlangıcı veya bitişi olmayan ve şerit değişikliği desenine uygun olan kenarlar şerit değişikliği olarak, diğerleri manevra başlangıcı veya bitişi olarak kaydedilir. Aralıktaki jiroskop-Z, ivmeölçer-X ve hız verilerinin ortalamalarını bir formülle birleştirerek dönüş manevralarını GAS (Gyroscope-Accelerometer-Speed) büyüklüğü, şerit değişikliklerini ise jiroskop-Z eğimi ve hız ortalaması ile GSS (Gyroscope-Slope-Speed) büyüklüğü hesaplayarak puanlayan yeni bir algoritma önerilmektedir. Uygulamada algoritmanın dönüşleri tespit etmede %100, şerit değişikliklerinde ortalama %76 doğruluğa ulaştığı görülmüştür. Agresiflik puanı doğru olup dönüş olarak kaydedilenler dahil edildiğinde şerit değişikliklerindeki ortalama doğruluk %85'e çıkmaktadır. Fren ve hızlanma gibi doğrusal manevraların başlangıç ve bitiş noktaları hız verilerinin 3 aşamalı kontrolüyle tespit edildikten sonra puanlanması aralıktaki hız değişimi ve ivmeölçer-Y verilerinin maksimum-minimum farkıyla hesaplanmaktadır. Son yolculuğun video kaydındaki fren ve hızlanma manevralarının tamamı %100 doğrulukla takograf tarafından tespit edilmiştir. Yolculuk sonunda yolculuğa ait agresiflik puanları dönüş, şerit değişikliği ve doğrusal olmak üzere 3 kategoride takograf ekranında gösterilmektedir.
Özet (Çeviri)
Due to the increase in the number of vehicles on the roads, traffic safety becomes more important. Losses in accidents involving heavy-duty vehicles, where the use of tachograph devices are mandatory, are higher both in terms of death, injury and cost. Although tachographs have made significant progress especially in terms of safety and communication from past to present, they cannot provide any data about inattention, insomnia, fatigue, aggressive driving and to detect and recognise driver behaviors. In this study, a new expert system is proposed. A low-cost 3D gyroscope and an IMU sensor module with a 3D accelerometer are included in the tachograph for detection of lateral and linear maneuvers with their degree of aggressiveness. For highly accurate detection of lateral maneuvers such as right-left turns and lane changes, the edges of events are first captured with gyroscope-Z data, then the last two edges are inspected for lane changes. Edges that do not have the beginning or end of a turning maneuver and that conform to the lane change pattern are recorded as lane changes, others as the start or end of the maneuver. With the new algorithm, for the turning maneuvers GAS magnitude including the gyroscope-Z, accelerometer-X and the speed data, and for the lane changes GSS magnitude including the gyroscope-Z slope and the speed average, are calculated. In practice, it was observed that the algorithm reached 100% accuracy in detecting turns and 76% accuracy in lane changes. The average accuracy of lane changes increases to 85% when the lane changes recorded as turns which have correct scores are included. After the start and end points of longitudinal maneuvers such as braking and acceleration are determined by 3-stage control of the speed data, the score is calculated with the speed change and the maximum-minimum difference of the accelerometer-Y data in the range. All of the braking and acceleration maneuvers in the video recording of the last trip were detected with 100% accuracy by the tachograph. At the end of the journey, the aggressiveness scores of the journey are displayed on the tachograph screen in 3 categories: turning, lane change and linear.
Benzer Tezler
- Assessment of the autonomous vehicles impacts on urban mobility and urban form
Sürücüsüz araçların kentsel hareketlilik ve kentsel yapısı üzerindeki etkilerinin değerlendirilmesi
MAZDAK SADEGHPOUR
Doktora
İngilizce
2024
Trafikİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. EDA BEYAZIT
- Characterization of driving style and it's effects on fuel economy with eco-driving perspective on a heavy duty truck
Ekonomik sürüş bakış açısıyla sürüş karakteristiğinin ve yakıt tüketimine etkilerinin ağır vasıta araçta incelenmesi
ONUR AYDOĞAN
Yüksek Lisans
İngilizce
2017
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. OSMAN TAHA ŞEN
- High precision motion control of mechatronic systems in presence of general uncertainties: Application with a heavy-duty parallel robot
Genel belirsizliklerin olduğu mekatronik sistemlerin yüksek hassasiyetle kontrolü: Paralel robot uygulaması
KAMİL VEDAT SANCAK
Doktora
İngilizce
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEKİ YAĞIZ BAYRAKTAROĞLU
- Detection of sources being used on ddos attacks
Ddos ataklarında kullanılan kaynakların tespiti
YALDA MOTEVAKELKHOSROSHAHI
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgi Güvenliği Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENVER ÖZDEMİR
- Sürücü postürünün tanımlanması ve makine öğrenmesi tabanlı tahmini
Driver posture recognition and machine learning-based posture estimation
CEYHUN IBOLAR
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiYıldız Teknik ÜniversitesiMekatronik Ana Bilim Dalı
DOÇ. DR. ERHAN AKDOĞAN
DR. A. EMRE ÇETİN