Embedded system design for drive security
Sürüş güvenliği için gömülü sistem tasarımı
- Tez No: 784609
- Danışmanlar: DOÇ. DR. REVNA ACAR VURAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: 71
Özet
Ölüm ve yaralanmaların aileler ve toplum üzerindeki etkisi, yetkilileri trafik kazalarındaki artışın nedenlerini araştırmaya teşvik etmektedir. Trafik kazalarının çoğunluğunun, sürücünün dikkat dağınıklığından kaynaklandığının altını çizmek gerekir. Sigara ve cep telefonu kullanımının, sürücünün dikkatinin dağılmasına neden olduğu bilinen bir gerçektir. Çalışmada, nesne tespit algoritmalarından biri olan Yolov5, bir aracın içinde cep telefonu kullanımını ve sigara içilmesini tespit etmek için kullanılmıştır. Önceden tanımlanmış sınıflar tespit edildikten sonra, bu bileşenlerin merkez koordinatları, sigara ve cep telefonu kullanımını tespit etmek için bir LSTM ağına verilir. Öte yandan, sürücünün yüzüne odaklanan bir sınıflandırıcı, sürücünün şu anda yola bakıp bakmadığını belirleyerek LSTM ağına bilgi sunmaktadır. Eğitim verileri, ön cama yerleştirilen bir cep telefonu aracılığıyla toplanan görüntülerin manuel olarak etiketlenmesiyle oluşturulmuştur. Bu veriler ile önerilen yöntemde kullanılan yapay sinir ağı tabanlı sistemler eğitilmiş ve sonuçlar analiz edilmiştir. Yolov5 ağı tüm sınıfların ortalama kesinlik değerlerinin ortalaması olarak 0.856 başarımı sağlamıştır. Bununla birlikte sürücü bakış yönü sınıflandırıcısı test verileri üzerinde 0.88 doğruluk ile başarım göstermiştir. LSTM ağı ise regresyon sonuçlarına bakıldığında Hata Kareleri ortalamalarının Kare Kökü (RMSE) değeri için 0.0352 sonucuna ulaşmıştır. Nihai sistem, fiziksel dünyada GPU destekli bir tek kartlı bilgisayar aracılığıyla gerçekleştirilmiştir ve gerçek zamanlı testler sonucunda, sürücülerin direksiyon başında cep telefonu ile görüşme yapma, sigara içme ve cep telefonuyla mesajlaşma gibi dikkat dağıtıcı hareketlerini tespit edebilmiştir. Tespit edilen bu durumlar için belirli merkezlere SMS gönderebilen sistem, aynı zamanda internet tabanlı uzaktan izleme yazılımına da bilgiler göndererek, sürücünün araç içerisindeki bu davranışlarının uzak bilgisayardan izlenebilmesini sağlamıştır.
Özet (Çeviri)
The effect of fatalities and injuries on families and society motivates authorities to investigate the causes of the rise in traffic accidents. It should be emphasized that the majority of traffic accidents are the result of driver distraction. Smoking and cell phone use are known to cause driver distraction. Yolov5, one of the object detection algorithms, was used in the study to detect mobile phone use and smoking within a vehicle. After detecting the predefined classes, the center coordinates of these components are provided to an LSTM network in order to detect smoking and cell phone use. A classifier focusing on the driver's face, on the other hand, determines whether or not the driver is currently facing the road and provides this information to the LSTM network. Training data was generated by manually tagging images captured via a windshield-mounted mobile phone. The proposed method's artificial neural network-based systems were trained and the results were analyzed using this information. For all classes, the Yolov5 network achieved a performance of 0.856 [email protected]. However, the driver gaze direction classifier performed with an accuracy of 0.88 on the test data. In contrast, the Root Mean Square Error (RMSE) value for the LSTM network was 0.0352 when analyzing the regression results. The final system was implemented in the real world via a GPU-enabled single-board computer, and through real-time testing, it was able to detect driver distractions such as cell phone use, smoking, and texting while driving. For these detected situations, the system is able to send SMS messages to specific centers. It also transmits data to the internet-based remote monitoring software, allowing the driver's behavior in the vehicle to be monitored remotely.
Benzer Tezler
- Kendini dengeleyebilen iki tekerlekli aracın tasarımı ve kontrolü
Design and control of self-balancing two wheeled vehicle
ULAŞ ÇELİK
Yüksek Lisans
Türkçe
2014
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYHAN KURAL
- Elektrikli araçlar için fırçasız doğru akım motor sürücüsü tasarımı ve adaptif kontrolü
Brushless direct current motor driver design and adaptive control for electric vehicles
ALİ BAHADIR
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER AYDOĞDU
- Elektronik kalkan için parazitik parametrelerin çıkarımı
Extraction of parasitic parameters for electronic shield
İMRAN MERAL
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Otomotiv sistemleri için elektronik kontrol kartı (body controller) ve entegre yazılımlarının geliştirilmesi
Development of electronic control card (body controller) and integrated softwarefor automotive systems
KEREM SEFA AOK
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ FURKAN KAMANLI
- Kısıtlı kaynak kullanılarak düşük maliyetli siber tuzak sistemi kurulması ve yönetilmesi
Developing distributed cost effective cyber trap system using limited resources
BURAK ÇAKMAK
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRAY YILMAZ