Kablosuz akıllı yol durum sensörü ve gerçek zamanlı araç sürücü uyarı sistemi

Abstract

Bu çalışmada, kablosuz sensör ağı kullanılarak araç sürücülerine yol yüzeyinin durumu hakkında bilgi veren, yolcuların ve araçların güvenliğini sağlamaya yardımcı bir sistem tasarlanmış ve gerçekleştirilmiştir. Yol ve sürüş güvenliği en çok tehdit eden yollardaki buzlanma çalışmanın odak noktası olarak seçilmiştir. Yol yüzeyindeki buzlanmanın tespiti için toprak sıcaklığı, hava sıcaklığı, hissedilen nem, hava basıncı ve yol yüzeyindeki iletkenlik değerleri sınıflandırmanın giriş veri seti olarak kullanılmıştır. Tek kartlı bilgisayar Raspberry Pi kullanarak yol yüzeyinden toplanan veriler ile anlık olarak okunan veriler sınıflandırma algoritmaları kullanılarak yol yüzey durumu tahmin edilmiştir. En yüksek başarıma ve en hızlı cevap süresine sahip olduğu deneysel olarak belirlenen K-NN (K-Nearest Neighbor) algoritmasıyla yol yüzeyi durumu kuru, ıslak ve buzlu yol yüzeyi olarak sınıflandırılmıştır. Gerçek zamanlı ve yüksek başarımla gerçekleştirilen sınıflandırma sonucu, sensör ağı konumlarının koordinatına yaklaşan sürücülere geliştirilen mobil uygulama ile haber verilmektedir. Yapılan mobil uygulama ile yol yüzeyinin buzlu olması durumunda sürücüye sesli ve görsel olarak tehlike uyarısı yapılmakta ve bunun sonucu olarak, sürüş güvenliğini artırdığı görülmüştür.

In this study, a system has been designed and implemented by using wireless sensor network to inform vehicle drivers about the condition of the road surface and to help ensure the safety of passengers and vehicles. Icing on roads that most threaten road and driving safety has been chosen as the focus of the study. For the determination of icing on the road surface, soil temperature, air temperature, relative humidity, air pressure and conductivity values on the road surface have been used as the input data set of the classification. Using the single-board computer Raspberry Pi, the road surface condition was estimated by using the classification algorithms collected from the road surface and the data read instantly. The road surface condition has been classified as dry, wet and icy road surface by K-NN (K-Nearest Neighbor) algorithm, which was determined experimentally to have the highest success and fastest response time. As a result of real-time and high-performance classification, drivers approaching the coordinate of sensor network locations are notified via mobile application developed. With the mobile application, if the road surface is icy, the driver is warned visually and audibly, and as a result, it is observed that the driving safety is increased.