Lane detection with deep learning: a systematic literature mapping
Derin öğrenme ile şerit tespiti: sistematik bir literatür haritalamasi
- Tez No: 970813
- Danışmanlar: DR. ÖĞR. ÜYESİ BARIŞ TEKİN TEZEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Teknolojik gelişmeler ve insan nüfusundaki potansiyel artış ile birlikte, trafik yoğunluğunda önemli bir artış yaşanmış ve bu durum trafik kazalarının da paralel olarak artmasına neden olmuştur. Bu senaryo, otonom sürüş sistemleri teknolojilerinin önemini vurgulamaktadır. Şerit tespiti, Gelişmiş Sürücü Destek Sistemleri (ADAS) ve otonom araçlar için kritik bir bileşendir; çünkü doğru şerit tespiti algoritmaları, trafik kazalarını en aza indirmede hayati bir rol oynamaktadır. Bu algoritmalar, sürücülerin şerit disiplinini korumasına yardımcı olur ve istem dışı şerit değişiklikleri için uyarılar sağlar. Derin öğrenme tekniklerinin ortaya çıkışı, geniş veri setlerinin ve sofistike sinir ağı mimarilerinin kullanımıyla şerit tespiti süreçlerini devrim niteliğinde geliştirmiş olup bu sistemlerin doğruluğunu ve dayanıklılığını artırmıştır. Bu çalışmada, yol görüntülerinde şerit tespitine yönelik derin öğrenme tekniklerinin uygulanmasını incelemek amacıyla sistematik bir literatür haritalama çalışması gerçekleştirmeyi amaçlanmıştır. Bu çalışma, 2013'ten 2024 yılının sonuna kadar olan 12 yıllık dönemde yayımlanmış araştırmaları kapsamaktadır. 2013 başlangıç yılı olarak belirlenmesine rağmen, toplanan çalışmaların incelemesi sonucunda 2017'den önce derin öğrenme kullanılarak yapılan herhangi bir şerit tespiti çalışmasına rastlanmamıştır. İlgili veri tabanlarında yapılan ilk tarama sonucunda toplam 1031 çalışma bulunmuştur. Sistematik literatür haritalama protokolleri uygulanarak, kapsama/kapsama kriterleri ve kalite değerlendirmeleri temelinde 185 çalışma nihai analiz için seçilmiştir. Bu haritalama, şerit tespit verimliliğini artırmada en etkili olan derin öğrenme algoritmalarını, veri setlerini, test koşullarını ve şerit temsil yöntemlerini belirlemeyi amaçlamaktadır.
Özet (Çeviri)
With technological advancements and the potential increase in human population, there has been a significant rise in traffic congestion, leading to a corresponding increase in traffic accidents. This scenario underscores the importance of autonomous driving system technologies. Lane detection is a pivotal component of Advanced Driver-Assistance Systems (ADAS) and autonomous vehicles, as accurate lane detection algorithms play a crucial role in minimizing traffic accidents. These algorithms assist drivers in maintaining proper lane discipline and provide alerts for unintended lane departures. The advent of deep learning techniques has revolutionized lane detection, enhancing the accuracy and robustness of these systems through the utilization of extensive datasets and sophisticated neural network architectures. In this study, we aimed to conduct systematic literature mapping to explore the application of deep learning techniques in lane detection within road imagery. The study encompasses research published over the past 12 years, from 2013 to the end of 2024. Despite setting 2013 as the starting point, in full-text review the survey revealed no studies on lane detection using deep learning prior to 2017. An initial search across relevant databases yielded 1031 studies. Applying systematic literature mapping protocols, 185 studies were selected based on inclusion/exclusion criteria and quality assessments for final analysis. This mapping aims to identify the deep learning algorithms, datasets, testing conditions, and lane representations that are the most effective in enhancing lane detection efficiency.
Benzer Tezler
- Otonom sürüş için derin öğrenme ile şerit tespiti
Lane detection for autonomous driving using deep learning
OSMAN TAHİR EKŞİ
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiMarmara ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN GÖKMEN
- Derin öğrenme yöntemleri ile şüpheli davranış tespiti
Suspicious behavior detection with deep learning methods
DUYGU ÇALIŞKAN
Yüksek Lisans
Türkçe
2022
Mühendislik BilimleriMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖNDER DEMİR
- Otonom araçlar için derin öğrenme tabanlı şerit tespit modellerinin performans karşılaştırması
Performance comparison of deep learning based lane detection models for autonomous vehicles
MUHAMMED SAİD ATAŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSiirt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAHYA DOĞAN
DR. ÖĞR. ÜYESİ CÜNEYT ÖZDEMİR
- Otonom araçların şerit algılama sistemlerinde YOLO mimarilerinin (v9, v11, v12, v26) semantik segmentasyon performanslarının karşılaştırmalı değerlendirilmesi
Comparative evaluation of the semantic segmentation performance of YOLO architectures (v9, v11, v12, v26) in lane detection systems of autonomous vehicles
ZEYNEP KUBİLAY YUNSO
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- Road lane detection system with convolutional neural network
Konvolüsyonel yapay sinir ağları ile şerit takip sistemi
BORA TAŞHAN
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TARKAN AYDIN