Dünya Sağlık Örgütü'nün verilerine göre, her yıl yaklaşık 1,35 milyon insan karayolu trafik kazalarında hayatını kaybetmektedir. Bu tür kazaların önlenmesi ve trafik güvenliğinin artırılması için yapay zeka teknolojisinin kullanılması büyük bir umut kaynağıdır. Otomasyon ve yapay zeka, sürücülerin dikkatsizlik veya insan hatalarından kaynaklanan kazaları azaltmaya yardımcı olabilir. Otonom araçlar, sürücü yardımına çok az ihtiyaç duyarak veya hiç ihtiyaç duymadan çevrelerinde gezinebilirler. Otonom araçlar, engelli bireylerin bireysel olarak araç kullanmasına olanak tanır. İnsan hatalarını azaltması, yakıt verimliliği ve konforlu sürüş gibi faydaları nedeniyle her zaman gelişime açık bir teknolojidir. Bu çalışmada, derin öğrenme modeli kullanılarak sürüş esnasında otomatik olarak şeridi takip eden ve engellerden kaçınan bir otonom araç simülasyonu yapılmıştır. Bu amaçla ücretsiz ve açık kaynak kodlu bir 3B simülasyon ortamı olan Webots kullanılmıştır. Simülasyon ortamında izlenecek rota üzerindeki nesne çeşitliliğini artırmak için dört farklı parkur oluşturulmuştur. İlk parkurda kedi, köpek ve tilki gibi hayvanlar bulunmaktadır. İkinci parkur birkaç insanın bulunduğu bir parkurdur. Üçüncü parkur yol yapım çalışmaları ve çeşitli engellerin bulunduğu bir parkurdur. Son parkur ise diğer araçların bulunduğu bir parkur. Üzerinde kamera bulunan araç bu dört pistte kesintisiz olarak tam tur sürülmüştür. Sürüş yaklaşık 2 dakika sürmüş ve sürüş sırasında direksiyon açısı ve kamera görüntülerinden veri toplanmıştır. Aracın otonom özelliği bir derin öğrenme modeli tarafından verilmiştir. Model eğitilirken üç farklı optimize edici denenmiş ve farklı filtreler uygulanmıştır. Sonuçlar değerlendirilirken ortalama karesel hata (MSE) ve doğruluk değerleri incelenmiştir. Doğruluk değerleri "sgdm", "adam" ve "rmsprop" optimize edici parametreleri için sırasıyla %95.31, %95.01 ve %95.26 olarak elde edilmiştir. MSE değerleri ise sırasıyla 0.3673, 0.3976 ve 0.3885 olmuştur. Otonom araç sürüşü, en yüksek doğruluğa sahip olan "sgdm" optimize edicisini kullanan derin öğrenme modeli ile elde edilmiştir. Bu model kullanılarak iki tam tur sürüş yapıldığında ise MSE değeri 0.1296 ve doğruluk değeri %96.60 elde edilmiştir.
Eser Adı (dc.title) | Araçlarda Sürücü Destek Amaçlı Yapay Zeka Yöntemlerinin Uygulanması |
Yayın Türü (dc.type) | Tez |
Yazar/lar (dc.contributor.author) | ŞAFAK, Cemre Belemir |
Atıf Dizini (dc.source.database) | Diğer |
Konu Başlıkları (dc.subject) | Otonom Sürüş |
Konu Başlıkları (dc.subject) | Çarpışmadan Kaçınma |
Konu Başlıkları (dc.subject) | Şerit Takibi |
Konu Başlıkları (dc.subject) | Derin Öğrenme |
Yayıncı (dc.publisher) | KTO Karatay Üniversitesi |
Tez Danışmanı (dc.contributor.advisor) | ÖZTÜRK, Ali |
Yayın Tarihi (dc.date.issued) | 2024 |
Kayıt Giriş Tarihi (dc.date.accessioned) | 2024-02-29T12:37:25Z |
Açık Erişim tarihi (dc.date.available) | 2024-02-29T12:37:25Z |
Tez Türü (dc.type.thesis) | Yüksek Lisans |
Özet (dc.description.abstract) | Dünya Sağlık Örgütü'nün verilerine göre, her yıl yaklaşık 1,35 milyon insan karayolu trafik kazalarında hayatını kaybetmektedir. Bu tür kazaların önlenmesi ve trafik güvenliğinin artırılması için yapay zeka teknolojisinin kullanılması büyük bir umut kaynağıdır. Otomasyon ve yapay zeka, sürücülerin dikkatsizlik veya insan hatalarından kaynaklanan kazaları azaltmaya yardımcı olabilir. Otonom araçlar, sürücü yardımına çok az ihtiyaç duyarak veya hiç ihtiyaç duymadan çevrelerinde gezinebilirler. Otonom araçlar, engelli bireylerin bireysel olarak araç kullanmasına olanak tanır. İnsan hatalarını azaltması, yakıt verimliliği ve konforlu sürüş gibi faydaları nedeniyle her zaman gelişime açık bir teknolojidir. Bu çalışmada, derin öğrenme modeli kullanılarak sürüş esnasında otomatik olarak şeridi takip eden ve engellerden kaçınan bir otonom araç simülasyonu yapılmıştır. Bu amaçla ücretsiz ve açık kaynak kodlu bir 3B simülasyon ortamı olan Webots kullanılmıştır. Simülasyon ortamında izlenecek rota üzerindeki nesne çeşitliliğini artırmak için dört farklı parkur oluşturulmuştur. İlk parkurda kedi, köpek ve tilki gibi hayvanlar bulunmaktadır. İkinci parkur birkaç insanın bulunduğu bir parkurdur. Üçüncü parkur yol yapım çalışmaları ve çeşitli engellerin bulunduğu bir parkurdur. Son parkur ise diğer araçların bulunduğu bir parkur. Üzerinde kamera bulunan araç bu dört pistte kesintisiz olarak tam tur sürülmüştür. Sürüş yaklaşık 2 dakika sürmüş ve sürüş sırasında direksiyon açısı ve kamera görüntülerinden veri toplanmıştır. Aracın otonom özelliği bir derin öğrenme modeli tarafından verilmiştir. Model eğitilirken üç farklı optimize edici denenmiş ve farklı filtreler uygulanmıştır. Sonuçlar değerlendirilirken ortalama karesel hata (MSE) ve doğruluk değerleri incelenmiştir. Doğruluk değerleri "sgdm", "adam" ve "rmsprop" optimize edici parametreleri için sırasıyla %95.31, %95.01 ve %95.26 olarak elde edilmiştir. MSE değerleri ise sırasıyla 0.3673, 0.3976 ve 0.3885 olmuştur. Otonom araç sürüşü, en yüksek doğruluğa sahip olan "sgdm" optimize edicisini kullanan derin öğrenme modeli ile elde edilmiştir. Bu model kullanılarak iki tam tur sürüş yapıldığında ise MSE değeri 0.1296 ve doğruluk değeri %96.60 elde edilmiştir. |
Yayın Dili (dc.language.iso) | tr |
Tek Biçim Adres (dc.identifier.uri) | http://hdl.handle.net/20.500.12498/6098 |