Sürücü güvenliği için gerçek zamanlı şeritten ayrılma ve YSA tabanlı önden çarpma uyarı sistemi

Abstract

Bu çalışmada, sürücüler için olası kazaları önlemek amacıyla gerçek zamanlı video tabanlı erken uyarı sistemi geliştirilmiştir. Bu erken uyarı sistemi iki kısımdan oluşmaktadır. Birinci kısımda, aracın şeritten ayrılıp ayrılmadığı tespit edilir. Eğer şeritten ayrılıyor ise hangi şerit çizgisinden ayrıldığı sürücüye sesli olarak uyarı verilir. İkinci kısımda ise önden çarpmayı engellemek için öndeki aracın mesafesi ile yola giren herhangi renkli bir cisim hakkında sürücüye sesli olarak uyarı verilir. Bu erken uyarı sistemi iki adet ARM geliştirme kartı üzerinde çalıştırılmış ve performans karşılaştırması yapılmıştır.Şeritten ayrılma uyarı sisteminde, ilk olarak sistemin daha hızlı çalışması için şeridin olduğu kısım maskelenerek şeridin olmadığı kısımdan ayrılmıştır. Sonraki işlemler şeridin olduğu kısım üzerinden gerçekleştirilmiştir. Perspektif etkisinden dolayı şerit çizgileri görüntünün alt kısmında daha geniş üst kısmında ise daha dar olarak gözükür. Bu perspektif etkisini yok etmek için görüntüye ters perspektif dönüşümü uygulanmıştır. Ters perspektif görüntüsü gri ölçekli görüntüye dönüştürüldükten sonra gürültü azaltma işlemi yapılmış ve şerit çizgilerini tespit etmek için basit bir filtre uygulanmıştır. Canny kenar belirleme yöntemiyle şerit çizgilerinin kenarları belirlenmiştir. Daha sonra Hough dönüşümü yapılarak şerit çizgilerinin açısı belirlenmiş ve bu açılar göz önüne alınarak şeritten ayırılmanın olup olmadığına karar verilmiştir. Eğer şeritten ayrılma söz konusuysa sürücüye sesli olarak uyarı verilmiştir.Önden çarpma uyarı sisteminde, önce kameradan alınan görüntü daha ince tespit edilen şerit çizgileri yardımıyla maskelenmiştir. Böylece muhtemel öndeki araç veya renkli cisim bu şerit çizgileri arasında aranmıştır. Bu maskelenmiş görüntü gri ölçekli görüntüye dönüştürülerek gürültü azaltma işlemi yapılmıştır. Öndeki aracı belirlemek için altında kalan gölgeden yararlanılmıştır. Bu gölge Otsu eşikleme yöntemiyle siyah-beyaz (ikili) görüntüye dönüştürülüp tespit edilmiştir. Gölge yardımıyla araç tespiti ve renk maskeleme yöntemiyle renkli cisim tespiti gerçekleştirilmiştir. Bu aracın/cismin mesafesi eğri uydurma yöntemi ve yapay sinir ağları (YSA) ile tahmin edilerek sonuçlar karşılaştırılmıştır. Eğri uydurma için 10. dereceden polinom ile mesafe ortalama %8,7563, iki nörondan oluşan tek katmanlı YSA ile ortalama %0,8701 hata oranıyla elde edilmiştir.

In this study, real time video based early warning system is developed to avoid potential accidents for drivers. This early warning system consists of two parts. In the first part, driver is warned by voice message while driver is making lane departure. In the second part, driver is warned by voice message about distance of front vehicle and colourful objects to avoid front collision. This early warning system has been implemented on two ARM boards and their performances have been compared.In the first part, input image has been separated into lane part and non-lane part of road to improve performance. Following steps were applied to lane part of road. Lane marks' width appears wider in lower part of image than upper part of image because of perspective effect. Inverse perspective mapping has been applied to the image to eliminate this perspective effect. After converting to grayscale image, it has reduced noise of grayscale image and a basic filter has applied to detect lane marks.Lane marks' edges has been found by using Canny edge detector. Next, Lane marks' angles have been determined by applying Hough transform and it has been decided whether driver is making lane departure or not by considering these determined angles. Finally, driver is warned by voice message while driver is making lane departure.In second part, input image captured from camera masked by the help of lane marks which found in first part. Thus, front vehicle has been searched between own lane marks. The masked image has been converted to grayscale image and its noise has been reduced. It has been used shadow underneath vehicle to detect front vehicle and this shadow has been detected by using Otsu method. Location of vehicle has been determined by the help of the shadow and the distances of front vehicle and colourful object have been estimated by curve fitting method. Finally, driver has been warned by voice message about the estimated distances.