Karayolu tünellerinde sürücü davranışlarının simülatör destekli analizi ve yapay zekâ teknikleriyle incelenmesi
Simulator-based analysis and artificial intelligence examination of driver behaviors in road tunnels
- Tez No: 917163
- Danışmanlar: DR. ÖĞR. ÜYESİ EMİNE ÇORUH, DOÇ. DR. METİN MUTLU AYDIN
- Tez Türü: Doktora
- Konular: Ulaşım, İnşaat Mühendisliği, Transportation, Civil Engineering
- Anahtar Kelimeler: Akıllı ulaşım sistemleri, Intelligent transportation systems
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gümüşhane Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüz ulaşım ağlarının önemli bileşeni olan karayolu tünelleri, özellikle artan nüfus ve ticaret hacmiyle birlikte stratejik önem kazanmaktadır. Tüneller, engebeli coğrafya ve iklim koşullarında güvenli ulaşım sağlarken şehir içi geçişlerde yol genişletmeye alternatif olarak çevresel tahribatı ve kamulaştırma maliyetlerini azaltmaktadır. Bu yapılar, trafik akışını hızlandırarak hem şehir içi hem de şehirlerarası ulaşımın verimliliğini artırmakta ve çevresel sürdürülebilirliğe katkı sağlamaktadır. Araştırmalar, tünellerde kaza sıklığının açık yollara göre daha düşük olmasına rağmen meydana gelen kazaların şiddetinin daha yüksek olduğunu göstermektedir. Bu durum, tünellerde daha kapsamlı güvenlik önlemleri alınmasını gerektirmektedir. Bu çalışmada, simülatör tabanlı bir deney yapılmış, sürücü davranışları analiz edilmiş ve yapay zekâ teknikleriyle incelenmiştir. Araştırma, 134 katılımcının 12 senaryoda test edildiği, üç aşamalı bir veri toplama sürecini içermektedir. İlk aşamada demografik bilgiler toplanmış, ikinci aşamada simülatör sürüşleri yaptırılarak sürüş metrikleri toplanmış ve üçüncü aşamada sürücülerin performansları simülatör performans ölçeği anketiyle ölçülmüştür. Bu çalışma kapsamında geliştirilen InTunn.Ai yazılımıyla tüm veri analizleri ve risk değerlendirmesi gerçekleştirilmiştir. Boyut indirgeme analizi sonucunda, toplam varyansın %91.2'sini açıklayan 6 temel bileşen tespit edilmiştir. Daha sonra, hiperparametre optimizasyonu uygulanarak %92.31 doğruluk oranına sahip bir sınıflandırma modeli geliştirilmiştir. Bu model, sürücüleri risksiz, orta riskli ve riskli olmak üzere 3 kategoriye ayırmaktadır. Elde edilen bulgular, ani hızlanma ve frenleme, şerit değiştirme sıklığı, hız limiti uyumu ve yanal şerit sapmalarını başlıca ayırt edici risk faktörleri olarak öne çıkmıştır. Sonuç olarak, bu çalışmanın, karayolu trafik güvenliği alanında literatüre önemli katkılar sunacağı ve gelecekteki araştırmalarda sürücü davranışlarının daha etkin analiz edilmesine ve risk sınıflandırma modellerinin geliştirilmesine sağlam bir temel oluşturacağı düşünülmektedir.
Özet (Çeviri)
Road tunnels, a critical component of modern transportation networks, have gained strategic importance, particularly with the increasing population and trade volume. Tunnels provide safe transportation in challenging topographies and climatic conditions, while also offering an alternative to road widening in urban areas by reducing environmental degradation and expropriation costs. These structures enhance traffic flow, thereby improving the efficiency of both urban and intercity transportation and contributing to environmental sustainability. Research shows that although the frequency of accidents in tunnels is lower compared to open roads, the severity of accidents tends to be higher, necessitating more comprehensive safety measures in tunnels. In this study, a simulator-based experiment was conducted to analyze driver behaviors and investigate them using artificial intelligence techniques. The research involved a three-stage data collection process, where 134 participants were tested across 12 scenarios. In the first stage, demographic data were collected; in the second stage, driving metrics were gathered through simulator drives; and in the third stage, driver performance was assessed using a simulator performance scale questionnaire. All data analysis and risk assessment processes were carried out using the InTunn.Ai software developed within this study. Through dimensionality reduction analysis, six key components explaining 91.2% of the total variance were identified. Subsequently, a classification model with a 92.31% accuracy rate was developed using hyperparameter optimization. This model categorizes drivers into risk-free, moderate-risk, and high-risk groups. The findings identified abrupt acceleration and braking, lane-changing frequency, compliance with speed limits, and lateral lane deviations as primary distinguishing risk factors. In conclusion, this study not only contributes to the literature on road traffic safety but also serves as a foundation for future research to analyze driver behaviors more effectively and develop advanced risk classification models.
Benzer Tezler
- Acil yardım ve tedavi hastanelerinin idari mali ve teknik yönden planlaması
Başlık çevirisi yok
SERVET OKUYUCU
Yüksek Lisans
Türkçe
1985
HastanelerGazi ÜniversitesiKazalarda Acil Yardım ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. HİKMET PEKCAN
- Gemlik-Bursa karayolu boyunca meydana gelen heyelanlar
Başlık çevirisi yok
OĞUZ KANTÜRER
Yüksek Lisans
Türkçe
1987
Jeoloji Mühendisliğiİstanbul ÜniversitesiTürkiye Coğrafyası Ana Bilim Dalı
DOÇ. DR. M. YILDIZ HOŞGÖREN
- Ekonomi ve ekoloji ilişkisi
Başlık çevirisi yok
ŞULE DOĞANTÜRK
Yüksek Lisans
Türkçe
1987
Çevre Mühendisliğiİstanbul Üniversitesiİktisat Bilim Dalı
PROF. DR. YÜKSEL ÜLKEN
- Peyzaj tasarımı ve planlaması ilkeleri yönünden Ankara-Esenboğa karayolu güzergahının değerlendirilmesi üzerinde bir araştırma
A Search on utilization of Ankara-Esenboğa state highway in respect to landscape representation and planning principles
JALE EMEKDAŞ
Yüksek Lisans
Türkçe
1987
Peyzaj MimarlığıAnkara ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. YALÇIN MEMLÜK
- Kaymakam Kayası (Gerze-Sinop) ve Tonya (Trabzon) yöreleri üst kretase istiflerinin heterohelicid ve küçük bentomik foraminifer faunası
Başlık çevirisi yok
NERGİS ŞAHİN
Yüksek Lisans
Türkçe
1987
Jeoloji MühendisliğiKaradeniz Teknik ÜniversitesiGenel Jeoloji Ana Bilim Dalı
PROF. DR. TÜRKER ÖZSAYAR