Yapay görme ile sürücü yorgunluk durumunun tespit edilmesi
Detecting driver fatigue with artificial vision
- Tez No: 883455
- Danışmanlar: DOÇ. DR. HABİL KALKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, trafik kazalarının önemli bir nedeni olan sürücü yorgunluğunu tespit etmek amacıyla göz ve kafa hareketlerini izleyen bir sistem geliştirilmiştir. Trafik kazalarının hem insan hayatına hem de ekonomiye ciddi zararlar verdiği, uykulu sürücülerin bu kazalardaki rolü vurgulanmıştır. Bu kazaları önlemek için sürücü yorgunluğunu tespit etmeye yönelik çeşitli çalışmaların önemi ele alınmıştır. Geliştirilen sistemde, sürücülerin göz ve kafa hareketlerinin anlamlandırılmasına odaklanılmıştır. Bu amaçla, görsel özelliklerin kullanılmasının tercih edilmesi ve sürücüye temas gerektirmeyen kamera tabanlı çözümler üzerinde durulmuştur. Sürücülerin fiziksel özelliklerine ve araç içerisindeki konumlarına adapte olabilen bir çözüm geliştirilmesi amaçlanmıştır. Göz ve kafa hareketlerinin, sürücünün yorgun olup olmadığını tespit etmek için etkili bir yol olduğu belirlenmiştir. Çalışmada, sürücülerin başlangıç verilerini kullanarak yorgunluk tespitinde yenilikçi bir yaklaşım benimsenmiştir. Sürücünün göz kırpmaları ve göz açıklığı gibi temel veriler, başlangıç verileriyle birleştirilerek sürücü profili çıkarılmıştır. Bu sayede, sürücünün yorgunluk durumunun gerçek zamanlı olarak tespit edilmesi ve olası trafik kazalarının önlenmesi hedeflenmiştir. Geliştirilen algoritmanın adımları detaylı bir şekilde açıklanmıştır. Bu adımlar arasında yüz ve göz tespiti, göz kırpma oranının hesaplanması, eşik değerlerinin belirlenmesi, veri analizi ve istatistiksel bilgilerin kaydedilmesi gibi işlemler yer almaktadır. Genel olarak, bu tez çalışmasında sürücü yorgunluğunu tespit etmek için göz ve kafa hareketlerini izleyen bir sistem geliştirmenin önemi vurgulanmış ve bu konuda yapılan çalışmalar detaylı bir şekilde ele alınmıştır.
Özet (Çeviri)
In this thesis study, a system that monitors eye and head movements has been developed to detect driver fatigue, which is an important cause of traffic accidents. It has been emphasized that traffic accidents cause serious damage to both human life and the economy, and the role of drowsy drivers in these accidents. The importance of various studies to detect driver fatigue in order to prevent these accidents is discussed. The developed system focuses on making sense of drivers' eye and head movements. For this purpose, preference was given to using visual features and camera-based solutions that do not require contact with the driver. It is aimed to develop a solution that can adapt to the physical characteristics of the drivers and their positions in the vehicle. Eye and head movements have been determined to be an effective way to detect whether a driver is tired. In the study, an innovative approach was adopted in fatigue detection using drivers' initial data. Basic data such as the driver's eye blinks and eye openings were combined with the initial data to create a driver profile. In this way, it is aimed to detect the driver's fatigue status in real time and prevent possible traffic accidents. The steps of the developed algorithm are explained in detail. These steps include face and eye detection, calculation of blink rate, determination of threshold values, data analysis and recording of statistical information. In general, in this thesis study, the importance of developing a system that monitors eye and head movements to detect driver fatigue is emphasized and the studies on this subject are discussed in detail.
Benzer Tezler
- A real-time multi-modal deep learning system for driver fatigue detection
Sürücü yorgunluğunu tespit etmek için gerçek zamanlı çok modlu derin öğrenme sistemi
CENNET KOCABIYIK GÜR
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NALAN ÖZKURT
- Karayolu taşıtlarında güvenli sürüş şartlarının tespiti için nihai sürüş simülatörünün geliştirilmesi
Development of the ultimate driving simulator for detecting safe driving conditions in road vehicles
CANBERK YÜKSEL
Yüksek Lisans
Türkçe
2024
Otomotiv MühendisliğiSüleyman Demirel ÜniversitesiTaşıt Teknolojileri Ana Bilim Dalı (disiplinlerarası)
PROF. DR. HABİB GÜRBÜZ
- Trafik kazası yapan ve yapmayan motosiklet sürücülerinde kas iskelet sistemi rahatsızlıkları, yorgunluk, uyku, depresyon ve anksiyete ilişkisinin araştırılması
Investigation of musculoskeletal disorders, fatigue, sleep, depression and anxiety i̇n motorcycle drivers with and without traffic accidents
BURAK DEMİR
Yüksek Lisans
Türkçe
2019
Fizyoterapi ve Rehabilitasyonİstanbul Okan ÜniversitesiFizyoterapi ve Rehabilitasyon Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ÖZKESKİN
- Servis şoförlerinin trafikteki tutum ve davranışları ile psikolojik durumlarının trafik kazaları üzerine etkisinin incelenmesi
Examination of the effects of service drivers behaviours and attitudes and psychological situations on the traffic accidents
NURTEN KAYA
Yüksek Lisans
Türkçe
2008
TrafikGazi ÜniversitesiKazaların Demografisi ve Epidemiyolojisi Ana Bilim Dalı
YRD. DOÇ. DR. F.NUR AKSAKAL
- Yapay sinir ağı sonuçlarının oylanarak gerçek zamanlı göz bebeği merkezinin tespiti
Real time estimation of the eye pupil center by voting over neural network results
NECMEDDİN SAİD KARAKOÇ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF SİNAN AKGÜL