Sürücü destek sistemli araçlar için dijital ikiz teknolojisi ve gerçek zamanlı veri entegrasyonu
Digital twin technology and real-time data integration for military autonomous vehicles
- Tez No: 952159
- Danışmanlar: DR. ÖĞR. ÜYESİ HACI MEHMET GÜZEY
- Tez Türü: Yüksek Lisans
- Konular: Savunma ve Savunma Teknolojileri, Defense and Defense Technologies
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sivas Bilim ve Teknoloji Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Savunma Teknolojileri (Disiplinlerarası) Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 58
Özet
Yapılan çalışmada, normal yol koşullarında meydana gelen engellerin kamera ve derin öğrenme tabanlı bir sistem geliştirilerek yüksek doğrulukta tespit edilmesi ve bu verilerin 5G altyapısı kullanılarak dijital ikiz platformuna aktarılması amaçlanmıştır. Çalışmada öncelikle araç için elektronik devre, PCB tasarımları, mekanik tasarım ve iskelet yapısı sıfırdan geliştirilmiştir. Daha sonra STM32 tabanlı mikrodenetleyici ve mini bilgisayar temelli bir kontrol altyapısı oluşturulmuştur. Yola düşen engelleri tespit edebilmek için YOLOv10 modeli 2.000 adet görselden oluşan veri seti ile eğitilmiştir. Eğitim sonucunda elde edilen %98-%99 seviyesine ulaşan mAP değeri, modelin nesneleri oldukça yüksek performansla tespit ettiğini göstermektedir. Tespit edilen nesneler ve araçtan alınan sensör verileri 4G altyapısı kullanılarak bulut sunucuya, 5G altyapısı kullanılarak da uç sunucuya gönderilmiştir. Veri aktarımı sırasında 4G ve bulut sunucusu kullanımında 106 ms seviyesinde bir gecikme meydana gelirken, 5G ve uç sunucu kullanıldığı durumda bu gecikme 23 ms seviyesine kadar düşürülerek neredeyse anlık olarak verilerin aktarılması ve dijital ikizde gösterilmesi sağlanmıştır. Dijital ikizin oluşturulması için Unity oyun motoru kullanılmıştır. Ayrıca aracın nesne tespiti yaparken belirlenen parkurda ilerleyebilmesi için şerit takibine ihtiyaç duyulmuştur. Bu aşamada antrenman konileri kullanılarak şerit oluşturulmuştur. Bu konilerin dizilişleri ve ekrandaki konumlarına göre regresyon tabanlı bir açı denklemi geliştirilmiştir. Yapılan testlerde araç başarılı bir şekilde şerit takibi yapmış ve engelleri doğru bir şekilde tespit edip dijital ikizde göstererek belirtilen güzergahta seyredebilmiştir.
Özet (Çeviri)
The aim of the study is to detect obstacles occurring in road conditions by developing a camera and deep learning-based system and transfer this data to the digital twin platform using a 5G infrastructure. First of all, electronic circuit, PCB designs, mechanical designs and skeletal structure were developed for the vehicle in the study. A control infrastructure based on STM32-based microcontroller and minicomputer was created. In order to detect obstacles on the road, the YOLOv10 model was trained with a data set consisting of 2.000 images. The mAP value, which reached %98-%99 as a result of the training, shows that the model detects objects with very high performance. The detected objects and sensor data received from the vehicle were sent to the cloud server using the 4G infrastructure and to the end server using the 5G infrastructure. While a delay of 106 ms occurred during data transfer when 4G and cloud server were used, the delay was reduced to 23 ms when 5G and end server were used, allowing the data to be transferred and displayed on the digital twin almost instantly. Unity was used to create the digital twin. In addition, lane tracking was needed for the vehicle to proceed on the specified track while detecting objects. At this stage, a lane was created using training cones. A regression-based equation was developed according to the arrangement of these cones and their positions on the screen.
Benzer Tezler
- 3D nokta bulutu verileri kullanılarak otonom sürüş için nesne algılama yöntemi ile karayolu envanterlerinin tespit edilmesi
Determination of highway inventories with object detection method for autonomous driving using 3D point cloud data
HİLAL GEZGİN
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Uyarlamalı araç takip sistemlerinde model öngörülü kontrol yöntemleri: Karşılaştırmalı bir çalışma
Model predictive control approaches for adaptive cruise control systems: A comparative study
UMUT KARAPINAR
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. AFİFE LEYLA GÖREN
- Digital map and gnss fusion to enhance localization for intelligent vehicle applications
Akıllı araç uygulamalarında daha iyi konumlandırma için sayısal harita ve gnss füzyonu
ALİ UFUK PEKER
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. HÜSEYİN LEVENT AKIN
PROF. DR. OĞUZ TOSUN
- Yeşil veri merkezleri için sürdürülebilir enerji yönetim sistemi
Sustainable energy management system for green data centers
MEHMET TÜRKER TAKCI
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA GÖZEL
- Development of advanced driver assistance system features for vehicles
Araçlar için gelişmiş sürücü destek sistemi özelliklerinin geliştirilmesi
EMRE ERCİYAS
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGE CİHANBEĞENDİ