Geri Dön

Gerçek sürücü davranışlarından şerit değiştirme eyleminin ysa ile tahmin modeli

Prediciton model of lane change action from real driver behaviors with ann

PDF İndir

  1. Tez No: 778557
  2. Yazar: ALİ GÜNEŞ
  3. Danışmanlar: PROF. CAN ÇINAR
  4. Tez Türü: Doktora
  5. Konular: Kazalar, Otomotiv Mühendisliği, Accidents, Automotive Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı
  12. Bilim Dalı: Otomotiv Bilim Dalı
  13. Sayfa Sayısı: 121

Özet

Trafik kazaları sürücü, yol, çevre ve araç özelliklerine bağlı olarak bir veya birden fazla etkenin birleşimiyle meydana gelir. Kazaların oluşumunda en büyük etken sürücülerdir. Sürücülerin trafik güvenliğini riske sokan davranışlarından birisi de hatalı şerit değişimidir. Sürücülerin şerit değiştirme niyetleri eyleme dönüşmeden önce belirlenebilirse bu hatanın azaltılmasında büyük katkı sağlanabilecektir. Bu çalışmada sürücünün öndeki aracı geçmeden 3 s kadar önceki görsel hareketleri, aracın hız ve çevresel şartları ve öndeki araç ile olan mesafe dikkate alınarak bir model geliştirilmiştir. Oluşturulan model yapay sinir ağlarında iki çıktılı sınıflandırma modeli olarak kurulmuştur. Gerçek yol şartlarında 8 katılımcı ile yapılan yol testlerinde elde edilen veriler ışığında veri seti elde edilmiştir. Veri setinin oluşumunda öndeki aracın tespiti ve araç ile olan mesafesi, sürücü yüz ve göz tespiti için görüntü işleme yöntemlerinden, aracın hızı ve direksiyon açı bilgisi için ise taşıt CAN Bus sisteminden bilgi alınmıştır. Bu veriler ile hazırlanan yapay sinir ağı sınıflandırma modeli ile %93,1 doğruluk oranıyla sürücünün öndeki aracı geçme niyetinin olup olmadığının tahmini gerçekleştirilmiştir. Oluşturulan modelin diğer makine öğrenmesi, Naive Bayes, en yakın komşular algoritması, destek vektörleri algoritması, karar ağaçları algoritmalarına göre daha başarılı sonuç verdiği görülmüştür. Ayrıca bu çalışmayla kazaların oluşmasını önlemek adına yapılan araştırmalara da katkı sağlanmıştır.

Özet (Çeviri)

Traffic accidents occur with the combination of one or more factors depending on the driver, road, environment and vehicle characteristics. The biggest factor in the occurrence of accidents is drivers. One of the behaviors of drivers that puts traffic safety at risk is incorrect lane change behaviors. If the lane change intentions can be determined before they turn into action, a great contribution can be made to reduce this fault. In this study, a model was developed considering the visual movements of the driver 3 s before passing the vehicle in front, the speed and environmental conditions of the vehicle, and the distance from the vehicle in front. The developed model is established as a two-output classification model in artificial neural networks. The data set was obtained in the light of the data obtained in the driving tests conducted with 8 participants in real road conditions. In the formation of the data set, information was obtained from image processing methods for the detection of the vehicle in front and its distance from the vehicle, driver face and eye detection, and from the vehicle CAN Bus system for the vehicle's speed and steering angle information. With the artificial neural network classification model prepared with these data, it was estimated whether the driver intended to pass the vehicle in front with an accuracy rate of 93.1%. It has been seen that the created model gives more successful results than other machine learning, Naive Bayes, nearest neighbors algorithm, support vectors algorithm, and decision tree algorithms. In addition, this study contributed to the researches to prevent the accidents.

Benzer Tezler

  1. Tez No

    722181

    Effects of cooperative vehicle dynamics on traffic flow control

    İşbirlikçi taşıt dinamiklerinin trafik akım denetimine etkileri

    MEHMET ALİ SİLGU

    Doktora

    İngilizce

    İngilizce

    2022

    Trafikİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HİLMİ BERK ÇELİKOĞLU

  2. Tez No

    618385

    Driver aggressiveness analysis using multisensory data fusion

    Çoklu sensör verisi kaynaştırımı kullanarak sürücü agresifliği analizi

    ÖMÜRCAN KUMTEPE

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖZDE BOZDAĞI AKAR

  3. Tez No

    363575

    Comparison of three IPMSM sensorless position estimation methods through simulations and experiments

    İç sabit mıknatıslı senkron motorlarda üç sensörsüz konum tahmini yönteminin simülasyonlar ve deneyler aracılığı ile karşılaştırılması

    KAAN BAYKA

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ FUAT ERGENÇ

  4. Tez No

    418929

    Yeni bir biyolojik ilhamlı metasezgisel optimizasyon metodu: Yapay alg algoritması

    A novel bio-inspired metaheuristic optimization method: Artificial algae algorithm

    SAİT ALİ UYMAZ

    Doktora

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLAY TEZEL

    DOÇ. DR. ESRA YEL

  5. Tez No

    707301

    Geliştirilen kızılötesi sinyal tabanlı komşu tespiti ve bağıl konumlandırma sistemi kullanılarak birlikte hareket davranışının robot sürüsü ile gerçekleştirimi

    Implementation of flocking behavior with a swarm of robots using the developed ir-based neighbor detection and relative positioning system

    İBRAHİM HAKKI ÇEŞME

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ LEVENT BAYINDIR

Geri Dön