Design and implementation of an autonomous vehicle enhanced by advanced driver assistance systems (ADAS) using ML
ML kullanarak gelişmiş sürücü destek sistemleri (ADAS) ile geliştirilmiş otonom bir aracın tasarımı ve uygulanması
- Tez No: 897212
- Danışmanlar: DOÇ. DR. ÇAĞDAŞ A TİLLA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Bu tez, makine öğrenimi kullanılarak gelişmiş sürücü destek sistemleri (ADAS) ile geliştirilmiş otonom bir aracın tasarımını ve uygulamasını ele almaktadır. Bu araç, otonom araçlar alanındaki araştırmacılar ve uzmanlar için uygun bir eğitim platformu olarak sınıflandırılabilir. Yapısı, araştırmacıların ihtiyaçlarını karşılamak için kolayca değiştirilebilir ve kolayca yeniden programlanabilir. Çalışma, şasi yapısı, süspansiyon sistemi, direksiyon sistemi, frenler ve kilitlenme önleyici fren sistemi (ABS) dahil olmak üzere aracın yapısını ayrıntılı olarak açıklamaktadır. Aracın kontrolü, MIT App Inventor ile geliştirilen bir kontrol programı kullanılarak bir cep telefonu aracılığıyla sağlanır ve sürüş için kablosuz Bluetooth iletişimine olanak tanır. Tez ayrıca, hedefe en kısa yolu seçmek için özel bir algoritma kullanarak yol planlama ve navigasyon gibi aracın temel görevlerini de kapsar. Araç, hem sabit hem de hareketli engelleri algılamak için etrafına dağıtılmış ultrasonik sensörlerle donatılmıştır. Ek olarak, engel tespiti için bir LIDAR sensörü kullanılır. Engelleri algılamak için bir makine öğrenimi modeli oluşturulur, çeşitli sensörlerden ve senaryolardan toplanan verilerle eğitilir ve simülasyon ve artırılmış gerçeklikte otonom sürüşü uygulamak için kullanılır. Sonuçlar aracın yolculuğu sırasında engelleri aşma yeteneğini göstermektedir. Son olarak araç, 43 Alman trafik işareti sınıfının 50.000'den fazla örneğinden oluşan bir veri kümesi üzerinde makine öğrenimi kullanılarak eğitilen farklı trafik işaretlerini tanıyabilir. Model görselleştirme ve aracın kamerası aracılığıyla test edilerek tüm trafik işaretlerini uygun şekilde tanıması ve yanıt vermesi sağlanır.
Özet (Çeviri)
This thesis discusses the design and implementation of an autonomous vehicle enhanced with advance driver assistance systems (ADAS) using machine learning. This vehicle can be classified as an educational platform suitable for researchers and specialists in the field of autonomous vehicles. Its structure can be easily modified to meet the needs of researchers, and it can be reprogrammed with ease. The work details the construction of the vehicle, including the chassis structure, suspension system, steering system, brakes, and the anti-lock braking system (ABS). Control of the vehicle is achieved through a mobile phone using a control program developed with MIT App Inventor, allowing wireless Bluetooth communication for driving. The thesis also covers the vehicle's key tasks, such as path planning and navigation using a specialized algorithm for selecting the shortest path to the destination. The vehicle is equipped with ultrasonic sensors distributed around it to detect both stationary and moving obstacles. Additionally, a LIDAR sensor is used for obstacle detection. A machine learning model is created to sense obstacles, trained on data collected from various sensors and scenario, and used to implement autonomous driving in simulation and augmented reality. The results demonstrate the vehicle's ability to navigate obstacles during its journey. Finally, the vehicle can recognize different traffic signs, trained using machine learning on a dataset of over 50,000 samples of 43 classes of German traffic signs. The model is tested for visualization and through the vehicle's camera, enabling it to recognize and respond to all traffic signs appropriately.
Benzer Tezler
- İmalat stratejileri ve imalat teknolojisi seçiminde uzman sistem yaklaşımı
Manufacturing strategies and an expert system approach to selecting manufacturing technology
İBRAHİM ÇİL
Doktora
Türkçe
1997
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN EVREN
- Model predictive control and differential braking based steering redundancy for an autonomous vehicle
Otonom bir araç için model öngörülü kontrol ve diferansiyel frenleme tabanlı direksiyon yedekliliği
BAŞAR ZAMAN
Yüksek Lisans
İngilizce
2025
Otomotiv Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGEN AKALIN
- Otonom bir elektrikli aracın adaptif hız uyarlamalı kontrolü için model öngörülü kontrol tasarımı
Model predictive control design for adaptive cruise control of an autonomous electric vehicle
BERKE MİRAÇ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiKontrol Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR YILDIRAN
- Design aspects of machine learning algorithms for the hardware implementation of advanced driver assistance systems (A/DAS)
Gelişmiş sürücü destek sistemlerinin (A/DAS) donanım uygulaması için makine öğrenimi algoritmalarının tasarım yönleri
GÜNER TATAR
Doktora
İngilizce
2024
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SALİH BAYAR
DR. ÖĞR. ÜYESİ İHSAN ÇİÇEK
- Seru üretim sistemleri ve tedarik zincirinin bütünleştirilmesine yönelik planlama ve çizelgeleme sistemi tasarımı
Design of a planning and scheduling system for the integration of seru production systems and the supply chain
BEREN GÜRSOY YILMAZ
Doktora
Türkçe
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ÇEVİKCAN