Dergiler / Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi / 2019 / Cilt: 19 Sayı: 3

Gerçek Zamanlı Sürüş Verileri ile Sürücü Davranışlarının Belirlenmesi

Tuba Nur Serttaş(Afyon Kocatepe Üniversitesi)0000-0002-6596-7162
Ömer Nezih Gerek(Eskişehir Teknik Üniversitesi)0000-0001-8183-1356
Fatih Onur Hocaoğlu(Afyon Kocatepe Üniversitesi)0000-0002-3640-7676
Sayfa
676–681
Yayın Tarihi
2019-12-31
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışma sonucunda yol ve trafik şartları aynı olmasına rağmen sürüş karakteristiklerinin nasıl değişkenlik gösterebileceği ortaya konulmuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada aynı yol şartlarında 2 farklı sürücü tarafından kaydedilen sürüş verileri kullanılarak sürücülerin sürüş karakteristikleri irdelenmiştir.
📊
Temel Bulgular & Veri:Akıllı telefonların ivme ölçer sensörü ve GPS işareti üzerinden kaydedilen veriler bilgisayar ortamında işaret işleme yöntemleri ile incelenmiştir.
💡
Sonuç & Katkı:Çalışma sonucunda yol ve trafik şartları aynı olmasına rağmen sürüş karakteristiklerinin nasıl değişkenlik gösterebileceği ortaya konulmuştur.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Sürücü Davranışı Modelleme · Sürücü Sınıflandırma · Sürüş parametreleri

Özet

Bu çalışmada aynı yol şartlarında 2 farklı sürücü tarafından kaydedilen sürüş verileri kullanılarak sürücülerin sürüş karakteristikleri irdelenmiştir. Akıllı telefonların ivme ölçer sensörü ve GPS işareti üzerinden kaydedilen veriler bilgisayar ortamında işaret işleme yöntemleri ile incelenmiştir. Sürüş karakteristikleri, sürücünün şerit değiştirme eğilimi, hız, ivme, fren yapma gibi parametreler göz önüne alınarak oluşturulmuştur. Çalışma sonucunda yol ve trafik şartları aynı olmasına rağmen sürüş karakteristiklerinin nasıl değişkenlik gösterebileceği ortaya konulmuştur. Kaydedilen veriler üzerinde karşılaştırmalı analizler gerçekleştirilmiştir. Elde edilen analizler sürücünün risk maliyeti, karbon emisyonu ve benzeri parametrelerin oluşturulmasında kullanılabilmektedir.

🔖

Bu Makaleye Atıf Yap

Serttaş, T. N., Gerek, Ö. N., Hocaoğlu, F. O. (2019). Gerçek Zamanlı Sürüş Verileri ile Sürücü Davranışlarının Belirlenmesi. Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, Cilt: 19 Sayı: 3, 676–681. https://doi.org/10.35414/akufemubid.581894

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Augustynowicz, A., 2009. Preliminary classification of driving style with objective rank method. International Journal of Automotive Technology, 10, 5, 607−610.
  2. Choi, S., Kim, J. and Kwak, D., 2008. Analysis and Classification of Driver Behaviour using In-Vehicle CAN-Bus Information. Biennial Workshop on DSP for In-Vehicle and Mobile Systems.
  3. Ehmann, M. and Irmscher, M., 2004. Driver classification using ve DYNA advanced driver. SAE World Congress.
  4. Fernandez, S. and Ito, T., 2016. Driver classification for intelligent transportation systems using fuzzy logic. IEEE 19th International Conference on Intelligent Transportation Systems (ITSC), Rio de Janeiro, 1212-1216.
  5. Fung, N. C., Wallace, B., Chan, A. D. C., Goubran, R., Porter, M. M., Marshall, S. and Knoefel, F., 2017. Driver identification using vehicle acceleration and deceleration events from naturalistic driving of older drivers. 2017 IEEE International Symposium on Medical Measurements and Applications (MeMeA), Rochester, MN, 33-38.
  6. Hattori, H., Nakajima, Y. and Ishida, T., 2011. Learning From Humans: Agent Modeling With Individual Human Behaviors. IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans, 41, 1, 1-9.
  7. Imkamon, T., Saensom, P., Tangamchit, P. and Pongpaibool, P., 2008. Detection of hazardous driving behavior using fuzzy logic. 5th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology, Krabi, 657-660.
  8. Júnior Ferreira, J., Carvalho, E., Ferreira, B.V., de Souza, C., Suhara, Y., Pentland, A. and Pessin, G., 2017. Driver behavior profiling: An investigation with different smartphone sensors and machine learning. PLoS ONE12 2017, 4.
  9. Sathyanarayana, A., Sadjadi, S. O. and Hansen, J. H. L., 2012. Leveraging sensor information from portable devices towards automatic driving maneuver recognition. 15th International IEEE Conference on Intelligent Transportation Systems, Anchorage, AK, 660-665.
  10. Van Ly, M., Martin, S. and Trivedi, M. M., 2013. Driver classification and driving style recognition using inertial sensors. 2013 IEEE Intelligent Vehicles Symposium (IV), Gold Coast, QLD, 1040-1045.
  11. Zhang, C., Patel, M., Buthpitiya, S., Lyons, K., Harrison, B. and Abowd, G. D., 2016. Driver Classification Based on Driving Behaviors. In Proceedings of the 21st International Conference on Intelligent User Interfaces (IUI '16), 80-84.
  12. Júnior Ferreira, J., Carvalho, E., Ferreira, B.V., de Souza, C., Suhara, Y., Pentland, A. and Pessin, G., 2017. Driver behavior profiling: An investigation with different smartphone sensors and machine learning. PLoS ONE12 2017, 4.