Driver emotion recognition based on vehicle kinematics via machine learning methods
Sürücü duygu durumunun araç kinematiği üzerinden makine öğrenmesi yöntemleriyle tanınması
- Tez No: 866164
- Danışmanlar: PROF. DR. FETHİ İÇSEL OLCAYTUĞ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 210
Özet
Günümüz makine ve sistemlerinde otomatik kontrol hızlı bir şekilde insan becerisi ve emeğinin yerini almaktadır. Bu gelişmeler otomotiv endüstrisinde de yoğun bir şekilde izlenmektedirler. Bu ilerlemenin bir parçası olarak, motorlu taşıt araçlarında tam otonom sürüşe geçiş aşamasının bir basamağını oluşturan gelişmiş sürücü asistan sistemleri (ADAS) son yıllarda yaygın ölçekte uygulanmaktadırlar. ADAS teknolojileri, öncelikle sürüş konforunu artırmaya yönelik oldukları şeklinde algılanırken gerçekte güvenlik konusunda sürücülere çok önemli destek olmaktadırlar. Güvenli sürüş sağlayan yenilikler gün geçtikçe artmakta ve sürücüler de bu gelişmelere hızla uyum sağlamaktadırlar. Son zamanlarda gündeme gelen ve sürücünün yorgunluk ve dikkat dağınıklığını algılayan sistemler yeni bir araştırma alanına ihtiyaç olduğunu göstermiştir. Sürüş karakterini etkileyen ve olumsuz durumlarda kazaya neden olabilecek en önemli öğelerden bir tanesi de sürücünün duygu durumudur. Sinirlilik, heyecan, gerginlik, üzüntü, korku vb. olumsuz duygu durumları sürücülerin kazalar yapmalarına neden olabilirler. Bu çalışmada sürücünün üzerine biyosensörler bağlamadan duygu durumunun, sadece araç dinamik verileri üzerinden tahmin edilebilmesi sağlanmış ve deneysel olarak kanıtlanmıştır. Aracın ivme, hız ve jiroskop verileri üzerinden sürücülerin sekiz ayrı duygu durumu olarak normal, mutlu, sinirli, depresif, şok, üzgün, korkulu, kaygılı niteliklerinin tahmin edilebildiği ve deneklerin kendileri hakkındaki ifadeleri ile örtüşen sonuçlar elde edildiği gözlemlenmiştir. Sonuç olarak sürücü üzerine hiçbir sensör bağlama gereği olmaksızın, sadece araç üzerinde hazır bulunan dinamik parametre algılayıcıları temelinde sürücü duygu durumunun saptanması sağlanmıştır. Bu sonuç mevcut ADAS sistemlerine eklenerek seyir güvenliğini arttıracak nitelikte yeni bir katma değer olarak görülebilir.
Özet (Çeviri)
Nowadays, machine power also in all control issues rapidly going to replace human power, and the automotive is following these developments closely. As part of the transformation into fully autonomous driving, Advanced Driving Assistance Systems (ADAS) technologies have been implemented into vehicles in recent years. ADAS technologies do not only enhance driving comfort, but also continue to support drivers for safe driving. Innovations that ensure safe driving are increasing day by day, and drivers are quickly adapting to these improvements. The emergence of systems that detect driver's fatigue and distraction indicates the need for a new area. Driver's emotional state is one of the major factors affecting driving behavior and causing accidents. Negative emotional states such as anger, stress, sadness, and fear can cause accidents. In this study, tests were performed to predict the driver's emotional state solely based on the vehicle's dynamic data, without the need for biometric sensors. The acceleration, speed, and gyroscope data of the vehicle were used to predict eight different emotional states of drivers which are neutral, happy, angry, sad, surprised, depressed, anxious, and fear. At the end of the study absolutely encouraging results were observed which promise further technical improvement in safe driving technologies.
Benzer Tezler
- Audio-visual affect recognition
Yüz ifadeleri ve sesten çok-kipli duygu tanıma
SARA ZHALEHPOUR
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik MühendisliğiBahçeşehir ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. ÇİĞDEM EROĞLU ERDEM
- Domain adaptation for speech-driven affective facial features synthesis
Başlık çevirisi yok
RIZWAN SADIQ
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Prof. Dr. ENGİN ERZİN
- EEG sinyallerinin görgül kip ayrışım yöntemi ile analizi
Analysis of EEG signals using empirical mode decomposition
AHMET MERT
Doktora
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- Robust machine learning methods for computational paralinguistics and multimodal affective computing
Hesaplamasal paralinguistik ve çok-kipli duyuşsal hesaplama için gürbüz yapay öğrenme yönemleri
HEYSEM KAYA
Doktora
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALBERT ALİ SALAH
PROF. DR. SADIK FİKRET GÜRGEN
- Towards cognizant hearing aids: Modeling of content, affect and attention
Başlık çevirisi yok
SELİZ GÜLSEN KARADOĞAN
Doktora
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTechnical University of DenmarkPROF. DR. JAN LARSEN