Geri Dön

Sürüş karakteristiğinin hilbert huang dönüşümü ile belirlenmesi

Determination of driving characteristics by hilbert huang transformation

  1. Tez No: 859245
  2. Yazar: İSMAİL HAKKI BİREL
  3. Danışmanlar: PROF. DR. GÖKHAN GÖKMEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Bilim Dalı
  13. Sayfa Sayısı: 57

Özet

Dünya Bankası ve Dünya Sağlık Örgütü'nün 2023 ortak raporuna göre trafik kazalarında 1 yılda 1.19 milyon insan hayatını kaybetmekte ve 20 ila 50 milyon insan yaralanmaktadır. Bu durumum psikolojik, sosyolojik ve ekonomik açıdan büyük bir sorun olduğu açıktır. Türkiye İstatistik Kurumu verilerine göre trafik kazalarının %89.6 ile en büyük sebebinin sürücüler olduğu belirlenmiştir. Bu verilerden yola çıkarak en büyük sorun olan sürücülerin kaza yapma oranlarını azaltmak amacı ile birçok ticari ve akademik çalışma yapılmıştır. Bu çalışmada bir akıllı telefondan toplanan sensör verileri ile sürücülerin sürüş sırasındaki tehlikeli eylemleri tespit edilmiş ve buna dayanarak sürüş karakteristiği tahmin edilmiştir. Konuşma tespiti için kullanılan Short Term Energy hesaplaması, olayların meydana geldiği veri bölümlerini belirlemek için ivme ve açısal hız verilerine uygulanmıştır. Sonrasında olayların tespit edildiği veri parçalarına Hilbert Huang Dönüşümü uygulanmıştır. Elde edilen içsel mod fonksiyonları frekans değerlerine göre seçilerek olay verisi yeniden yapılandırılmıştır. Yeni oluşturulan verilerden olayın ne olduğunu belirlemek için verilerin ortalama, maksimum ve minimum gibi istatistiksel özellikleri çıkarılmış ve bir yapay sinir ağına girdi olarak kullanılmıştır. Yapay sinir ağı olayın normal sürüş manevrası mı yoksa agresif hızlanma, agresif dönüş gibi tehlikeli bir manevramı olduğu belirlenmektedir. Son olarak sürüş sırasında meydana gelen tehlikeli manevraların sayısı ve türüne göre sürücülerin sürüş karakteristikleri belirlenmiştir. Çalışmalar sonucunda tehlikeli manevralar %94,4'lik bir doğruluk oranı elde edilmiştir.

Özet (Çeviri)

According to the joint report prepared by the World Health Organization and the World Bank for 2023, 1.19 million people lost their lives and 20 to 50 million people got injured in traffic accidents. It is clear from this report that they are a big problem in terms of psychological, sociological and economic aspects. According to TurkStat data, drivers cause 89.6% of this problem. In this study, the dangerous actions of drivers while driving were identified with sensor data collected from a smartphone, and based on this, driving characteristics were predicted. The short-term energy calculation used for speech detection was applied to acceleration and angular velocity data to identify the parts of the data where events occurred. Then, Hilbert Huang Transform was applied to the parts of the data where events were detected. The event data was reconstructed by selecting the obtained intrinsic mode functions according to their frequency values. To determine what the event is from the newly generated data, statistical properties of the data such as mean, max and min were extracted and used as input to an artificial neural network. The artificial neural network determines whether the event was normal driving behavior or a dangerous event such as aggressive acceleration, turning etc. Finally, the driver's driving characteristics were determined according to the number and type of dangerous events that occur during driving. As a result, the study was achieved an accuracy rate of 94.4% in identifying dangerous events.

Benzer Tezler

  1. Taşıt sürüş karakteristiğinin durağan olmayan istatistiksel analizi

    Non-stationary stochastic analysis of vehicle ride characteristics

    TUNCAY KARAÇAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    Makine MühendisliğiGazi Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ.DR. MEHMET EROĞLU

  2. 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

    İngilizce

    2017

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. OSMAN TAHA ŞEN

  3. Sürüş karakteristiği çıkarma

    Extracting driving characteristic

    FURKAN ÇAKMAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NESRİN AYDIN ATASOY

  4. Hibrit ve elektrikli metrobüs araçları için sürüş çevrimi oluşturulması

    Development of driving cycle for hybrid and electrical brt vehicle

    HABİB KAYMAZ

    Doktora

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik Eğitimi Ana Bilim Dalı

    PROF. DR. HASAN ERDAL

    DOÇ. DR. HAYRİYE KORKMAZ

  5. Taşıtlarda meydana gelen kızaklama olayının sonlu elemanlar yöntemiyle analiz edilmesi

    Analysis of the hydroplaning phenomena occurs on vehicles with finite element method

    MURAT ŞAKACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMİN SÜNBÜLOĞLU