Estimating instant fuel consumption by machine learning and improving fuel consumption

İçten yanmalı motorların gelişimi hayatımızı önemli ölçüde değiştirmiştir. Her ne kadar kullanımları insanlığın ilerlemesini kolaylaştırmış olsa da, çevre kirliliğinin ve kaynak kullanımının en büyük sebeplerinden biri haline gelmişlerdir. Elektrikli araçlar ulaşımın geleceği gibi görünse de, içten yanmalı motorlar öngörülebilir gelecek için hayatımızın bir parçası olmaya devam edecek. Günümüzde motor modifikasyonlarından aerodinamik değişikliklere kadar araç performansını arttırmanın ve yakıt tüketimini azaltmanın bir çok yolu mevcutur, ancak çeşitli durumlar altında aracın ne kadar yakıt tüketimi yapıp yapmayacağını doğrulamak zordur. Günümüz araçları bir çok sensör ile donatılmış olup bu sensörlerin birbiriyle haberleşebildiği kontrol ünitelerine sahiptir. Bu sebeple merkezi haberleşme veriyolundaki (Can) araç sensörü verilerine ulaşmak mümkün hale gelmektedir. Bu protokol sayesinde, aracın içinde bulunan sensörler vasıtası ile hava yakıt karışımı oranı, yakıt basıncı, katalizatör sıcaklığı gibi ayrıntılı verilere ulaşılabilmektedir. Bu çalışma, makine öğrenme algoritmaları ile büyük ölçekli araç sensör verilerinin toplanması sonrasında anlık yakıt tüketimini tahmin etmeyi amaçlamaktadır. Oluşturulan model sayesinde sensörlerden elde edilen değişkenlerin anlık yakıt tüketimini nasıl etkilediği daha iyi anlaşılacak ve su enjeksiyonu, yan aynaların sökülmesi gibi yakıt tüketimi azaltması beklenen yöntemleri daha az efor harcayarak deneyimlemek mümkün hale gelecektir. Bu yaklaşım gelecekte araç üreticilerinin yakıt tüketimini azaltma amaçlı yapmış oldukları çalışmaları destekleyerek markete yeni yeknolojiler kazandırabilir. Bu sayede daha ekonomik ve daha az karbon salınımı yapılarak daha temiz bir çevreye sahip olabiliriz.