Görüntü işleme teknikleri ile otonom sürüş algoritması tasarlanması
Designing autonomous driving algorithm with image processing techniques
- Tez No: 880430
- Danışmanlar: DR. ÖĞR. ÜYESİ YALÇIN BULUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Otomotiv Mühendisliği, Computer Engineering and Computer Science and Control, Science and Technology, Automotive Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Otomotiv Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
Bu tez çalışması, otonom sürüş alanındaki tekniklerin bir sentezi olup, gelecek araştırmalara ışık tutacak bir temel oluşturmak amacı ile yazılmıştır. Her yıl on binlerce insan trafik kazalarında hayatlarını kaybetmektedir. Bu kazaların pek çok sebebi olsa da en büyük sebebi insan hatalarından kaynaklanmaktadır. Bu tez çalışmasında görüntü işleme teknikleri kullanarak oluşturulan otonom robot, insan hatalarının azaltılması için gerekli olan otonom sürüşe geçiş için daha önce atılan adımlara bir yenisini eklemeyi amaçlamaktadır. Otonom sürüş için gerekli olan yazılım ve donanım bilgisini kazanmak ve bu sektöre yenilikler getirilmesi için çalışılmıştır. Görüntü işleme ile şerit algılama, tabelaları algılama çalışmaları yapılmıştır. Otonom araçların kazalardan kaçınabilmesi için çok hızlı karar almaları gerekmektedir. İnsanların yoldaki tehlikeleri algılamak ve tepki vermek için yaklaşık 390 ila 600 milisaniyeye ihtiyaç duyduğunu gösteren yeni bir çalışma yayınlanmıştır. Genç sürücüler tehlikeleri yaşlı sürücülerden neredeyse iki kat daha hızlı tespit etmektedir. Radar veya Lidar sensörleri ve bir kamera sistemi ile donatılmış sürücüsüz araçların tepki süresi 150-200 milisaniyedir. Sürücüsüz bir araç insanlardan çok daha hızlı tepki vermektedir. Bu çalışmada, piyasada bulunan otonom araçların tepki sürelerine ulaşmak ve daha erken tepki veren bir otonom araç tasarlamak amaçlanmıştır. Çalışmada kullanılan otonom aracın tepki süresi 75- 100 milisaniyedir. Piyasada bulunan otonom araçlara göre iki kat daha hızlı tepki veren bir araç tasarlanmıştır
Özet (Çeviri)
This thesis is a synthesis of techniques in the field of autonomous driving and is written to provide a foundation for future research. Every year tens of thousands of people lose their lives in traffic accidents. Although there are many reasons for these accidents, the biggest reason is human error. In this thesis, the autonomous robot created using image processing techniques aims to add a new step to the steps previously taken for the transition to autonomous driving, which is necessary to reduce human errors. It has been studied to gain the software and hardware knowledge required for autonomous driving and to bring innovations to this sector. Lane detection, sign detection and traffic light detection studies were carried out with image processing. Autonomous vehicles need to make very fast decisions to avoid accidents. They published a new study showing that humans need about 390 to 600 milliseconds to perceive and react to hazards on the road. Younger drivers detect hazards almost twice as fast as older drivers. Driverless cars equipped with radar or lidar sensors and a camera system have a reaction time of 150-200 milliseconds. A driverless vehicle reacts much faster than humans. In this study, it is aimed to reach the response times of autonomous vehicles available in the market and to design an autonomous vehicle that reacts earlier. The response time of the autonomous vehicle used in the study is 75-100 milliseconds. A vehicle that reacts twice faster than the autonomous vehicles available in the market is designed.
Benzer Tezler
- Histogram-based sampling and multi-level global registration for 3D point clouds
3B nokta bulutları için histogram tabanlı örnekleme ve çok katmanlı global eşleştirme
OSMAN ERVAN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Sample-efficient deep learning methods for autonomous systems
Otonom sistemler için verimli örneklemeli derin öğrenme yöntemleri
YUNUS BİÇER
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
- Derin öğrenme yöntemleri ile şüpheli davranış tespiti
Suspicious behavior detection with deep learning methods
DUYGU ÇALIŞKAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖNDER DEMİR
- Otonom araçlarda şerit takip ve kontrol sisteminin makine öğrenmesi kullanılarak geliştirilmesi
Development of lane following and control system in autonomous vehicles using machine learning
FATMA NUR ORTATAŞ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiYozgat Bozok ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH ÇETİN
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA