Sürüş karakteristiğinin hilbert huang dönüşümü ile belirlenmesi
Determination of driving characteristics by hilbert huang transformation
- Tez No: 859245
- Danışmanlar: PROF. DR. GÖKHAN GÖKMEN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Bilim Dalı
- 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
- Taşıt sürüş karakteristiğinin durağan olmayan istatistiksel analizi
Non-stationary stochastic analysis of vehicle ride characteristics
TUNCAY KARAÇAY
Yüksek Lisans
Türkçe
2001
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ.DR. MEHMET EROĞLU
- 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
2017
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. OSMAN TAHA ŞEN
- Sürüş karakteristiği çıkarma
Extracting driving characteristic
FURKAN ÇAKMAK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NESRİN AYDIN ATASOY
- Hibrit ve elektrikli metrobüs araçları için sürüş çevrimi oluşturulması
Development of driving cycle for hybrid and electrical brt vehicle
HABİB KAYMAZ
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
PROF. DR. HASAN ERDAL
DOÇ. DR. HAYRİYE KORKMAZ
- 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
2020
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİN SÜNBÜLOĞLU