DSpace Repository

Derin öğrenme temelli sürülebilir alan tespiti ve gömülü uygulaması

Show simple item record

dc.contributor.advisor Urhan, Oğuzhan 
dc.contributor.author Acun, Onur
dc.date.accessioned 2022-04-07T07:44:50Z
dc.date.available 2022-04-07T07:44:50Z
dc.date.issued 2021
dc.identifier.other 702122
dc.identifier.uri http://dspace.kocaeli.edu.tr:8080/xmlui/handle/11493/18018
dc.description.abstract Gelişen teknoloji ve teknolojik cihazların yaygınlaşaması ile birlikte trafikte akıllı sürüş sistemleri ve otonom araç teknolojileri trafik ve sürücü güvenliğini artırmak için sıklıkla kullanılmaya başlanmıştır. Bu gibi sistemler sürücüleri ve aracı seyir halindeyken güvende tutmayı amaçlamaktadır. Bu tez çalışması kapsamında akıllı sürüş sistemleri ve otonom araçlarda sıklıkla kullanılan bir sürülebilir alan tespiti yöntemi önerilmiştir. Önerilen yöntem derin öğrenme temelli bir yaklaşım ile bilgisayar ve gömülü sistem platformalarında gerçek zamanlı çalışabilme kapasitesine sahiptir. Sürülebilir alan tespiti yöntemlerinde aracın önündeki güvenli sürüş yapılabileceği her bir noktanın doğru bir şekilde tespit edilmesi amaçlanmaktadır. Bu çalışma kapsamında geleneksel segmentasyon modellerinin aksine regresif çıkışlı basit bir konvolusyonel sinir ağı kullanılarak gerçek zamanlı sürülebilir alanların tespiti yöntemi uygulanmıştır. Deneysel sonuçlar, tez kapsamında önerilen yöntemin farklı koşullarda yüksek hızda ve başarılı bir şekilde istenilen sonuçları verebildiğini göstermiştir.
dc.description.abstract With the widespread use of developing technology and technological devices, smart driving systems and autonomous vehicle technologies have been used frequently to increase traffic and driver safety. These type of systems aim to keep drivers and the vehicle safe while driving. Within the scope of this thesis, a drivable area detection method, which frequently used in smart driving systems and autonomous vehicles, has been proposed. The proposed method has the capacity to work in real time on computer and embedded system platform with deep learning based approach. In the drivable area detection methods, it is aimed to accurately determine each point in front of the vehicle where safe driving can made. In this study, unlike traditional segmentation models, real time drivable area detection method was applied using a simple convolutional neural network with regressive output. Experimental results have shown that the method proposed in the thesis can successfully yield the desired results in different conditions at high speed.
dc.language.iso tur
dc.publisher Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü
dc.rights openAccess
dc.subject Derin öğrenme
dc.subject Konvolüsyonel sinir ağları
dc.subject Regresyon
dc.subject Sürülebilir alan
dc.subject Deep learning
dc.subject Convolutional neural networks
dc.subject Regression
dc.subject Drivable area
dc.title Derin öğrenme temelli sürülebilir alan tespiti ve gömülü uygulaması
dc.title.alternative Deep learnıng based drıvable area detectıon and its embedded applıcatıon
dc.type masterThesis
dc.contributor.department Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
dc.identifier.endpage 50


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account