ARIMA YAPAY ZEKA YÖNTEMİ KULLANILARAK ISPARTA İLİNDEKİ ÖRNEK BİR KAVŞAK İÇİN ARAÇ SAYISI VE ARAÇ GEÇİŞ SÜRELERİNİN TESPİTİ
| Autor: | Bekir Aksoy, Hamdi Sayin, Melek Ömür, Gökhan Kadiroğullari |
|---|---|
| Jazyk: | turečtina |
| Rok vydání: | 2020 |
| Předmět: | |
| Zdroj: | Volume: 8, Issue: 5 11-24 Mühendislik Bilimleri ve Tasarım Dergisi |
| ISSN: | 1308-6693 |
| Popis: | Günümüzde teknolojinin hızla ilerlemesi ile birlikte yapay zeka hayatımızın vazgeçilmez bir parçası haline gelmiştir. Yapay zeka, bilgisayar ya da bilgisayar ile kontrol edilen faaliyetlerin insan ya da zeki canlılar gibi tahmin edebilme yöntemi olarak tanımlanabilmektedir. Yapay zeka, sağlık, eğitim, güvenlik, robotic gibi birçok uygulama alanında sıklıkla kullanılmaktadır. Yapay zekanın önemli kullanım alanlarından birisi de araçların kontrollü ve güvenli bir biçimde geçişleri için kullanılan trafik sinyalizasyon sistemleridir. Trafik sinyalizasyonu genellikle trafiğin yoğun olduğu kavşaklarda trafiğin yoğunluğuna bakmaksızın sabit süre bazlı çalışmaktadır. Bu nedenle sabit süreli trafik sinyalizasyon sistemleri günümüzde çok tercih edilmemektedir. Akıllı trafik sinyalizasyon sistemlerinde bekleme süresi ise araç sayısı ve araçların geçiş sürelerine bağlıdır. Çalışmada Isparta ilinde bulunan Ulaştırma ve Trafik Hizmetleri Müdürlüğü’nden özellikle trafiğin yoğun olduğu kavşaklardan birisi olan Otogar kavşağındaki araçlara ait video görüntüleri alınmıştır. Alınan görüntüler üzerinde görüntü işleme ve ARIMA derin öğrenme yöntemi uygulanmıştır. ARIMA derin öğrenme yöntemi ile zamana bağlı araç sayısı ve araç geçiş süreleri R2 performans değerlendirme ölçütüne göre değerlendirilerek %82 ve %89 doğruluk oranı elde edilmiştir. Today, with the rapid advancement of technology, artificial intelligence has become an indispensable part of ourlives. Artificial intelligence can be described as a method of predicting computer or computer-controlled activities like human or intelligent creatures. Artificial intelligence are frequently used in many application areas such as health, education, security and robotics. One of the important uses of artificial intelligence is traffic signaling systems used for the controlled and safe passage of vehicles. Traffic signaling generally works on fixed time basis at intersections with heavy traffic, regardless of the traffic density. Thus, fixed time traffic signaling systems are not preferred much today. The waiting time in smart-traffic signaling systems depends on the number of vehicles and the transit time of the vehicles. The study, video footage of the vehicles at the Otogar intersection, which is one of the intersections with heavy traffic, was taken from the Directorate of Transport and Traffic Services in Isparta. Image processing and ARIMA deep-learning method were applied on the captured images. With the ARIMA deep-learning method, the number of time-dependent vehicles and the R2 of vehicle transit times were evaluated according to the performance evaluation criteria and accuracy rate of 82% and 89% was obtained. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|