Malatya ilinde görüntü işleme tabanlı akıllı kavşak uygulaması

Son yıllarda kırsaldan kentlere olan göç artışından dolayı merkezlerindeki nüfusun azami ölçüde artması ile kent kaynakları yetersiz gelmektedir. Ulaşım, güvenlik, çevre, sağlık, yönetim, ekonomi alanlarında birçok problemin oluşmasına sebep olmuştur. İşte bu problemleri çözerek şehirleri daha yaşanabilir ve yönetilebilir hale getirmek için akıllı şehir kavramı geliştirilmiştir. Sensörler, internet bağlantı hızları, büyük veri, bulut bilişim, yapay zekâ, nesnelerin interneti gibi teknolojik alanlardaki gelişmeler sayesinde şehirlerde kullanılan ulaşım, otoparklar, duraklar, atık toplama, aydınlatma gibi birçok alanda akıllı uygulamaları gerçekleştirilmektedir. Şehir içi ulaşımda yolların birbirine bağlanmasını sağlayan kavşaklar trafik akışında önemli bir yere sahiptir. Normal kavşak sistemlerde trafik ışıklarının süreleri sabit olarak belirlenir. Trafikte araç sayısı çok fazla ya da hiç araç olmasa bile belirtilen sürede araçlar ve yayalar beklemek zorundadır. Akıllı kavşak sistemlerinde trafik ışıklarının süreleri araç yoğunluğa göre otomatik olarak belirlenir. Bu sistemlerde iki yöntem kullanılmaktadır. Birinci yöntemd, kamera sistemi ile kavşaktaki araç sayıları görüntü işleme yöntemleriyle hesaplanmaktadır. Araç sayısına göre sinyalizasyondaki bekleme süresi optimize edil İkinci yöntemde ise kavşaklardaki yollara yerleştirilen sensörler tarafından araç sayısı belirlenmektedir. Daha sonra araç yoğunluğu fazla olan tarafa sistem tarafından geçiş üstünlüğü verilerek trafik yoğunluğunun önüne geçilmektedir. Ayrıca bu sistemde uzaktan merkezi yönetim ile müdahale edilebilmektedir.. Yollara geçiş üstünlükleri manuel olarak verilebilir. Malatya Büyük Şehir Belediyesi ulaşım biriminden alınan özel izinle kullanılan akıllı kavşak sistemi incelenmiştir. Bu sistemin çalışması ve sağlamış olduğu faydalar vurgulanmıştır. Ayrıca kavşaklardaki veri görüntülerinden araç tespiti için açık kaynaklı sinir ağı çerçevesi olan DARKNET'in gerçek zamanlı nesne algılama sistemi YOLOV3 derin öğrenme modeli kullanılmştır.. Araçların sayımı ve sınıflandırılması anlık tespit edilerek verit tabanına kaydedilmiştir. Program arayüz ile buradaki anlık bilgilerle sinyalizasyonun dinamik olması sağlanmıştır. Böylelikle yakıt tasarrufu, zaman ve araçların egzozlarından çevreye daha az zehirli gazların yayılması sağlanmaktadır. Temiz çevre oluşumuna katkı sağlanmış olur.