Otonom araçlarda farklı yol tipleri için çarpışma kestirimi ve yörünge planlamasına entegrasyonu
Collision prediction for different road types in autonomous vehicles and integration into trajectory planning
- Tez No: 935384
- Danışmanlar: DOÇ. DR. MEHMET DAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Gelişen otonom araç teknolojileri, trafik güvenliği ve sürüş performansını artırmak amacıyla hem çarpışma önleme hem de trafik kurallarına uyum sağlayan gelişmiş sistemlerin geliştirilmesini mümkün kılmıştır. Bu tez çalışmasında, otonom araç planlamasında çarpışmadan kaçınmanın trafik kurallarına uyum ile bütünleştirilmesi hedeflenmiştir. Otonom araçlar, yalnızca güvenli bir şekilde seyir halinde kalmakla kalmayıp, aynı zamanda mevcut trafik işaretleri, hız sınırları, şerit takibi gibi kurallara da uymak zorundadır. Trafik kurallarına uyum ve çarpışma tespiti, radar ve kamera gibi sensörlerden alınan verilerin işlenmesiyle başlar. İlk olarak çevre algısı yapılır, ardından nesnelerin hızları, ivmeleri ve yol tipine göre olasılıklarla desteklenen yörünge tahmini gerçekleştirilir. Tahmin edilen bu yörünge aracılığıyla, otonom araç ile çevresindeki dinamik ve statik nesneler arasındaki olası çarpışma senaryoları hesaplanır. Bu tahminler, davranış planlama sistemine entegre edilerek aracın güvenli kararlar alması sağlanır. Son olarak planlama kısmında yol tipine ve trafik işaretine göre çarpışma olasılığı olması veya olmaması durumlarına göre uygun rota ve hız profilleri oluşturulur Uygulama sonuçları, bu tezde önerilen metodolojinin çeşitli yol tipleri ve trafik koşullarında istenen sonuçlara ulaşmada etkili olduğunu göstermektedir.
Özet (Çeviri)
The advent of autonomous vehicle technologies has enabled the development of sophisticated systems that facilitate both collision avoidance and traffic rule compliance, thereby enhancing traffic safety and driving performance. This thesis seeks to integrate collision avoidance with traffic rule compliance in autonomous vehicle planning. In addition to maintaining safe travel, autonomous vehicles must also adhere to existing traffic rules, including compliance with traffic signs, speed limits, lane following, and other regulations. The processing of data from sensors, such as radar and cameras, is the initial stage in the compliance with traffic regulations and the detection of collisions. Firstly, the environment is perceived, followed by trajectory estimation, which is supported by probabilities based on the speed, acceleration and road type of the objects. Through this predicted trajectory, potential collision scenarios between the autonomous vehicle and dynamic and static objects in its environment are calculated. These predictions are integrated into the behaviour planning system to enable the vehicle to make safe decisions. Finally, in the planning part, according to the road type and traffic sign, appropriate route and speed profiles are created according to the possibility or absence of collision. Experimental results have shown that the method proposed in the thesis can successfully yield the desired results in different conditions at high speed.
Benzer Tezler
- A reservation based multi agent intersection management for autonomous vehicles
Otonom araçlar için rezervasyon bazlı çok ajanlı kavşak yönetimi
ATAKAN YASİN YEŞİLYURT
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TURAN SÖYLEMEZ
- Artificial potential function-based water quality monitoring using unmanned surface vehicle
Suüstü robotu kullanarak yapay potansiyel fonksiyon tabanlı su kalitesi izleme
EMRE FİKRİ BALTACI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Medeniyet ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALUK BAYRAM
- Advanced reinforcement learning applications in autonomous driving
Otonom araçlarda ileri pekiştirmeli öğrenme uygulamaları
MUSTAFA BURAK GÜNEL
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- Otonom araçlar için GPU kullanarak gerçek zamanlı yapay zeka temelli engel algılama sistem tasarımı
Obstacle detection system design based on real-time artificial intelligence using GPU for autonomous vehicles
MUSTAFA ÇETİNKAYA
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL KILIÇ
DR. ÖĞR. ÜYESİ HACI ÖMER DOKUMACI