Kara yolu yüzeyindeki bozuklukların akıllı telefon titreşim verileri kullanılarak evrişimli sinir ağı yardımıyla belirlenmesi
Determination of road surface irregularities by means of convolutional neural networks using smartphone vibration data
- Tez No: 859885
- Danışmanlar: PROF. DR. TÜRKAY GÖKGÖZ
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: 126
Özet
Kara yolu yüzeyindeki bozukluklar, araçlarda anormal bir titreşime neden olur. Bu çalışmada; böylesi titreşimlere dayalı olarak, kara yolu yüzeyindeki bozuklukların belirlenmesi amaçlanmıştır. Kara yolunda seyreden bir araçta meydana titreşimler, geliştirilen bir iPhone Operating System (iOS) tabanlı mobil uygulama yardımıyla, bir akıllı telefondaki 3-eksenli ivme ölçer, jiroskop ve GNSS verilerine dayalı olarak, konumlarıyla birlikte tespit edilmiş ve lokal bir veri tabanına kaydedilmiştir. Titreşim verilerine dayalı olarak, karayolu yüzeyindeki bozuklukların belirlenmesi için, deneysel tasarım yoluyla, bir Evrişimli Sinir Ağı (Convolutional Neural Network) modeli geliştirilmiştir. Evrişimli Sinir Ağı, bu amaç doğrultusunda, ilk kez bu çalışmada kullanılmıştır. Her defasında farklı özellikte katmanlar kullanılarak yapılan on deney sonunda; yüksek doğruluklu (%93.24), düşük yitimli (0.2948) bir model elde edilmiştir. Test ve doğruluk analizi sonuçlarına göre; bu model, kara yolu yüzeyindeki bozuklukları, %80-87 aralığında, doğru bir şekilde tespit edebilmektedir. Kara yolu yüzeyindeki bozukluklar; sürüş konforunu, ulaşım ve bakım maliyetlerini olumsuz etkilemekte, kazalara neden olabilmektedir. Bu bağlamda, kara yolu yüzeyindeki bozuklukların olabildiğince onarılması son derece önemlidir. Onarım ise belli bir plan dahilinde yapılması gereken bir iştir. Sonuç olarak, bu çalışmada geliştirilen yöntemin; kara yollarındaki bozuklukların tespitine, yol bakım/onarım çalışmalarının optimum planlanmasına ve böylece ülke ekonomisine ve refahına katkı sağlayacağı düşünülmektedir. Ayrıca, özgün bir yöntem olarak, literatürdeki yerini alacağına ve yeni çalışmalara esin kaynağı olacağına inanılmaktadır. Bununla birlikte, kara yolu yüzeyindeki bozuklukların, geliştirilen bu model yardımıyla, eksiksiz tespit edilebilmesi, geliştirilen mobil uygulamanın yaygın kullanımına bağlıdır: Ne kadar çok sayıda araçta kullanılırsa, o kadar çok farklı yüzeyden veri toplanacak ve değerlendirilecektir. Geliştirilen modelin, çukur ve kasisi ayırt edebilecek düzeye getirilmesi ise gelecekte yapılacak bir çalışma olarak planlanmıştır.
Özet (Çeviri)
Irregularities on the road surface cause abnormal vibrations in vehicles. This study aims to determine road surface irregularities based on such vibrations. Vibrations occurring in a vehicle traveling on a highway are detected and recorded in a local database with the help of an iPhone Operating System (iOS) based mobile application based on 3-axis accelerometer, gyroscope and GNSS data on a smartphone. Based on the vibration data, a Convolutional Neural Network model was developed through experimental design to identify road surface defects. Convolutional Neural Network is used for the first time in this study for this purpose. At the end of ten experiments, using layers with different properties each time, a model with high accuracy (93.24%) and low imprecision (0.2948) was obtained. According to the test and accuracy analysis results, this model can accurately detect road surface defects in the range of 80-87%. Road surface irregularities adversely affect driving comfort, transportation, and maintenance costs and can lead to accidents. In this context, it is crucial to repair road surface irregularities as much as possible. Repair is a task that should be carried out within a specific plan. Consequently, it is believed that the method developed in this study will contribute to the detection of road irregularities, optimal planning of road maintenance/repair activities, and, thus, the country's economy and welfare. Additionally, it is anticipated to take its place in the literature as an original method and serve as a source of inspiration for new studies. However, the comprehensive detection of road surface irregularities using the developed model is contingent on widespread usage of the developed mobile application: the more vehicles it is used in, the more data will be collected and evaluated from different surfaces. The enhancement of the developed model to discriminate between a pothole and a speed bump is planned as a future study.
Benzer Tezler
- Yüksek dolgu altındaki rijit menfezlerin davranışlarının deneysel yöntemlerle araştırılması
Investigation of the behavior of rigid culverts under high filling by experimental methods
RANA GÜLER ADACA
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriAksaray Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALİH BEKTAŞ
- Huzurkent'in (Mersin) beşeri ve ekonomik coğrafyası
The geography human and economic of the Huzurkent (Mersin)
NURDANE ATEŞ
- Karayolu taşıtları süspansiyon sisteminde aktif titreşim kontrolü
Active vibration control in road vehicle suspension system
ABDULLAH ÇAKAN
Yüksek Lisans
Türkçe
2013
Makine MühendisliğiSelçuk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH MEHMET BOTSALI
- An alternative approach to accident analysis and prevention: Road safety audit
Kaza analizi ve önlenmesine alternatif bir yaklaşım: Yol güvenlik denetimi
HASANBURAK YÜCEL
Yüksek Lisans
İngilizce
2020
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN
- Ağır ticari bir araçta kabin yapısının aerodinamik direnç üzerindeki etkisi
Aerodynamic drag effect of cabin structure in a heavy commercial vehicle
CEMAL DİNÇER AKTAŞ
Yüksek Lisans
Türkçe
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT ALİ KAVURMACIOĞLU