Yaya Ulaşımının Artırılması ve Güvenliklerinin Sağlanması Amacıyla Yapay Zekâ ve Görüntü İşleme Yöntemlerinin Kullanılması

Abstract

Ulaştırmayı oluşturan temel unsurlardan bir tanesi olan yayalar, trafiğin en savunmasız kullanıcılarıdır. Öte yandan küresel enerji krizleri ve kent merkezlerinde oluşan hava kirliliklerindeki artışlar kısa mesafelerde motorlu taşıt kullanımı yerine yaya ulaşımının ve mikro hareketlilik taşıtlarının tercih edilmesi gerektiğini bir kez daha ortaya koymuştur. Yaya ulaşımının artırılması ve bu yayalara daha güvenli ulaşım imkânlarının sağlanması ise gelişmiş veya gelişmekte olan ülkelerin en önemli politikalarındandır. Bu tez çalışmasında; hava kirliliği, yakıt fiyatları, yaya yollarının tasarımı, yaya ölümlü veya yaralanmalı trafik kazaları yaya ulaşımı açısından ayrı ayrı ele alınmıştır. Akıllı ulaşım sistemlerinin yapısında yer alan makine öğrenmesi, coğrafi bilgi sistemleri ve yapay sinir ağları kullanılarak yapılan analizler neticesinde, ulaştırma sektörünün hava kirliliğindeki payı, yaya geçitlerindeki sorunlar, yaya ölüm veya yaralanmalı kazalarda en etkili faktörler tespit edilmiştir ve bu durumlar yaya ulaşımı açısından yorumlanmıştır. Bu analizlerden sonra tekerlekli sandalyeli yayaların en sık yaşadıkları problemlerden olan, kavşaklarda yer alan yaya yollarındaki geçişin güvenli sağlanabilmesi için derin öğrenme tabanlı model geliştirilmiştir. Modelin eğitilmesi için kullanılan veri seti görüntü işleme yöntemiyle artırılmıştır. Oluşturulan model sayesinde yaya yolundan geçmekte olan tekerlekli sandalyeli bireyler YOLO algoritması ile tespit edilmiş, Deepsort ile hibrit edilmiş model ile de nesne takip işlemi başarıyla gerçekleştirilmiştir. Çalışmanın son kısmında ise elde edilen bulgular neticesinde yaya ulaşımının artırılması ve güvenliklerinin sağlanması ile ilgili çözüm önerileri sunularak tez süreci tamamlanmıştır.Pedestrians, one of the basic elements of transportation, are the most vulnerable users of traffic. On the other hand, the global energy crisis and the increase in air pollution in urban have again demonstrated that pedestrian transportation and micro mobility vehicles should be preferred over the use of motor vehicles for short distances. Increasing pedestrian transportation and providing safer transportation opportunities to pedestrians is one of the most important policies of developing countries. In this thesis, in order to examine pedestrian transportation, air pollution, fuel prices, pedestrian crossing design, and traffic accidents involving death or injury to pedestrians are discussed. As a result of the analyses made by using machine learning, geographical information systems and artificial neural networks in the structure of intelligent transportation systems, the share of the transportation sector in air pollution, problems in pedestrian crossings, and the most effective factors in pedestrian death or injury accidents were determined. After these analyses, a deep learning-based model, which is an artificial intelligence method, was developed to ensure safe crossing of pedestrian roads at intersections, which is one of the most common problems experienced by pedestrians in wheelchairs. The data set used to train the model was increased by image processing. Thanks to the model, individuals in wheelchairs crossing the pedestrian path were detected with the YOLO, and the object tracking process was realized with the model hybridized with Deepsort. In the last part of the study, as a result of the findings obtained, the thesis process was completed by presenting solutions for increasing pedestrian transportation and ensuring their safety.