Nesnelerin interneti teknolojisi kullanılarak elde edilen trafik verileri ile kısa dönemli trafik akım ve hız tahmini

Akıllı ulaşım sistemleri (AUS), operasyonel verimliliğinin ve kapasitenin arttırılması için akıllı algılama, hesaplama ve iletişim teknolojileriyle donatılmış ulaşım sistemleri olarak tanımlanmaktadır. AUS bünyesinde kullanılan teknolojilerle, trafiği oluşturan bileşenler ile ilgili doğru, güvenilir ve gerçek zamanlı veriler elde edilmektedir. Böylece ulaşım sistemlerinde gerçek zamanlı trafik yönetimi, kontrol stratejilerinin geliştirilmesi, gecikme, tıkanıklık ve enerji tüketiminin azaltılması sağlanmaktadır. Bu nedenle doğru ve gerçek zamanlı trafik tahminleri AUS'un efektif çalışması için kritik bir ihtiyaç olmaktadır. Bu tez çalışmasında, AUS uygulamalarında kullanılan IoT teknolojisi sayesinde elde edilen gerçek zamanlı trafik verileri kullanılarak kısa dönemli trafik hız ve akım tahmini yapılması amaçlanmıştır. Bu yüzden öncelikle AUS'un detaylı olarak açıklaması yapılmış olup, mimari yapısı ve tarihsel gelişimi anlatılmıştır. Ülkemizdeki ve dünyadaki kullanım alanları ve örnekleri incelenmiştir. Daha sonra IoT teknolojisi tanımlanarak mimari yapısından bahsedilmiştir. AUS uygulamalarında yer alan IoT teknolojisi uygulamaları örnekler ile açıklanmıştır. Son olarak tez çalışması kapsamında, Kaliforniya Ulaşım Daire Başkanlığı'na (Caltrans) ait Performans Ölçüm Sistemi'nde (PeMS) bulunan sensörlerden alınmış veriler kullanılarak kısa dönemli trafik hız ve akımı tahmin edilmeye çalışılmıştır. Bu tahminlerin yapılması için makine öğrenmesi algoritmalarından yapay sinir ağları ve destek vektör makinesi yöntemleri kullanılmıştır. Trafiğin kısa dönemli tahmini için 15 dakika sonrasına ait hız ve akım değerleri tahmin edilmiştir. Ayrıca hem gerçek veriler hem de tahmin edilen değerler kullanılarak hız-akım değeri ilişkisini gösteren saçılma grafikleri oluşturulmuştur. Bu saçılma grafikleri üzerinden, üç rejimli hız-akım değeri modeli temel alınarak, trafiğin tıkanıklık durumu değerlendirilmiştir.