Geri Dön

Otonom araçlar için derin öğrenme ile çoklu şerit algılama ve şerit tipi sınıflandırma sistemi

Multi-lane detection and lane type classification system with deep learning for autonomous vehicles

PDF İndir

  1. Tez No: 823260
  2. Yazar: SİNAN ÖZEN
  3. Danışmanlar: DOÇ. DR. AYSUN TAŞYAPI ÇELEBİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Şerit algılama ve şerit tipi sınıflandırması, otonom araçların kazaların önlenmesine ve yolcu güvenliğinin sağlanmasına önemli ölçüde katkıda bulunan çok önemli bileşenleridir. Otonom araç üretimi ve kullanımına olan talep sürekli olarak artıyor ve en son teknolojik gelişmeler bu sistemlerin doğruluğunu ve etkinliğini önemli ölçüde artırdı. Yoldaki şeritlerin doğru bir şekilde tanımlanması ve sınıflandırılması, özellikle karmaşık sürüş senaryolarında güvenli navigasyonun sağlanması için çok önemlidir. Bu tez çalışmasında, şerit algılama ve şerit tipi sınıflandırma sistemini derin öğrenme yöntemleri ile gerçekleştirilir. Bu tez çalışmasının amacı, derin öğrenme yöntemleri kullanılarak şerit algılama ve şerit tipi sınıflandırma sistemini yüksek bir performans ile gerçekleştirmektir. Bu çalışma kapsamında şerit algılama için 4 farklı model, şerit tipi sınıflandırma için 5 farklı model eğitilmiş ve performansları test verileri üzerinde hesaplanır. Her iki model içinde en başarılı modeller seçilir. Önerilen yöntemde otonom araç üzerinde başarılı bir şekilde uygulanır. Deneysel sonuçlar, tez kapsamında geliştirilen şerit algılama ve şerit tipi sınıflandırma sisteminin başarılı bir şekilde geliştirilmiş olduğunu gösterir. Geliştirilen gerçek zamanlı sistem otonom araç üzerinde güvenli bir şekilde entegre edilir.

Özet (Çeviri)

Lane detection and lane type classification are very important components of autonomous vehicles that contribute significantly to preventing accidents and ensuring passenger safety. The demand for autonomous vehicle production and use is constantly increasing, and the latest technological advances have significantly increased the accuracy and effectiveness of these systems. Accurate identification and classification of lanes on the road is essential to ensure safe navigation, especially in complex driving scenarios. In this thesis, lane detection and lane type classification system are implemented by deep learning methods. The aim of this thesis is to realize lane detection and lane type classification system with high performance by using deep learning methods. In this study, 4 different models for lane detection and 5 different models for lane type classification are trained and their performances are calculated on the test data. Among both models, the most successful models are selected. In the proposed method, it is successfully applied on an autonomous vehicle. Experimental results show that the lane detection and lane type classification system developed in the thesis has been successfully developed. The developed real-time system is securely integrated on the autonomous vehicle.

Benzer Tezler

  1. Tez No

    985730

    Generating a high-definition map (HD MAP) via yolo (you only look once) deep learning-based object detection model

    Yolo (you only look once) derin öğrenme tabanli nesne tespit modeli ile yüksek tanimli hari̇ta (HD MAP) oluşturma

    YASİN MEMİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. HANDE DEMİREL

  2. Tez No

    467573

    Road lane detection system with convolutional neural network

    Konvolüsyonel yapay sinir ağları ile şerit takip sistemi

    BORA TAŞHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TARKAN AYDIN

  3. Tez No

    771302

    A sensor fusion approach for autonomous driving

    Otonom sürüş için sensör birleştirme yaklaşımı

    BEKİR EREN ÇALDIRAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TANKUT ACARMAN

  4. Tez No

    856260

    Applications of deep reinforcement learning for advanced driving assistance systems

    İleri sürüş destek sistemleri için derin pekiştirmeli öğrenme uygulamaları

    MUHARREM UĞUR YAVAŞ

    Doktora

    İngilizce

    İngilizce

    2023

    Otomotiv Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Ana Bilim Dalı

    DOÇ. DR. TUFAN KUMBASAR

  5. Tez No

    995029

    Artırılmış gerçeklik ve derin öğrenme tabanlı mobil dil öğrenme uygulaması

    Augmented reality and deep learning-based mobile language learning application

    TOLGA TANRISEVER

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSivas Cumhuriyet Üniversitesi

    Yapay Zeka ve Veri Bilimi Ana Bilim Dalı

    DOÇ. DR. RUKİYE KARAKIŞ

Geri Dön