Evrişimsel sinir ağı destekli şerit takip sistemi tasarımı
Design of lane detection system supported by convolutional neural network
- Tez No: 715693
- Danışmanlar: PROF. DR. ADEM ALPASLAN ALTUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Konum belirleme, Otonom araçlar, Yapay zeka, Deep learning, Position determination, Autonomous vehicles, Artificial intelligence
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde kendi kendine sürüş yapabilen cihazların popülerliği gitgide artmaktadır. Bu kapsamda otonom sürüş yeteneğine sahip araçların da kullanım yelpazesi genişlemekte ve yeni teknolojiler ortaya atılmaktadır. Bu araştırmada otonom sürüş yeteneğine sahip karayolu araçlarının, sürüş esnasında, içinde bulunduğu şeritleri tanıyabilmesi ve otoyol üzerindeki konumunu tespit edebilmesi için derin öğrenme temelli bir model önerilmiştir. Bu derin öğrenme modelinin oluşturulması amacıyla farklı hava şartlarına sahip 7000 adet otoyol görseli kullanılmıştır. Model eğitimi esnasında eğitim parametrelerinin değerleri yenilenerek deneyler yapılmış ve oluşturulan modelin hata oranı en aza indirgenmeye çalışılmıştır. Sonuç olarak önerilen derin öğrenme tabanlı bu modelde otoyolda bulunan şeritler %0.09 hata oranı ile tespit edilmiştir.
Özet (Çeviri)
In today the popularity of self-driving devices is increasing day by day. In this context, the range of use of vehicles with autonomous driving capability is expanding and new technologies are introduced. In this research, a deep learning-based model has been proposed so that highway vehicles with autonomous driving capability can recognize the lanes they are in and determine their position on the highway while driving. 7000 highway images with different weather conditions were used to create this deep learning model. During the model training, the values of the training parameters were renewed, experiments were made and the error rate of the created model was tried to be minimized. As a result, in this deep learning-based model proposed, lanes on the highway were detected with an error rate of 0.09%.
Benzer Tezler
- Serological investigation of peste des petits ruminants in lambs in Iraq-Kirkuk region
Irak–Kerkük bölgesinde kuzularda küçük ruminant vebası (pestedes petits ruminants ppr)'ın seroprevalansı
SARWAT KHORSHED RAHEEM
Yüksek Lisans
İngilizce
2022
Sağlık YönetimiVan Yüzüncü Yıl ÜniversitesiSağlık Bilimleri Ana Bilim Dalı
PROF. DR. SÜLEYMAN KOZAT
- Design, development, and control of an active transfemoral prosthesis
Aktif transfemoral protezin tasarımı, geliştirilmesi ve kontrolü
OMID ARFAIE KHOSROWSHAHI
Doktora
İngilizce
2026
BiyomühendislikÖzyeğin ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN UNAL
- Yapay sinir ağı destekli bir endüstriyel görüntü işleme uygulaması
An industrial image processing application with artificial neural network
GÖKTUĞ ÜLKÜER
Yüksek Lisans
Türkçe
2020
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. SALMAN KURTULAN
- Evrişimsel sinir ağı derin öğrenme modeli ile pirinç malzeme yüzeylerindeki kalite kusurlarının sınıflandırılarak hata önleme çalışmasının yapılması
A poka-yoke study using a convolutional neural network deep learning model for classifying quality defects on brass material surfaces
MEHMET BUĞRA GÜRDRAMA
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURİ BİNGÖL
- Anjiyografi görüntülerinde damar daralmalarının evrişimsel sinir ağı yöntemi kullanılarak belirlenmesi
Determination of vascular stenosis on angiography images using convolutional neural network method
AHMET GÖKHAN DEMİR
Yüksek Lisans
Türkçe
2019
Mühendislik BilimleriBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET FEYZİ AKŞAHİN