Otonom araçlar için trafik işaretlerini tanıma sistemi

Son zamanlarda günlük hayatımızda popüler olmaya başlayan akıllı araçlar, üzerinde bulunan kontrol üniteleri ve sensörleri kullanarak çevresindeki ortamı algılayarak sürücünün güvenli ve rahat sürüş yapmasını sağlayan araçlardır. İçten yanmalı araçlardan akıllı araçlara gidişte son evre olan otonom araçlardan üç temel beklentiden birincisi araç sahibi-yolcu veya kontrol merkezi isteklerinin doğru bir şekilde alınması(İnsan-Makine Etkileşimi), ikincisi aracın doğru sevk ve idaresi, üçüncüsü ise yol, trafik ve çevresinde bulunan nesnelerin belirlenmesi- sınıflandırılması ve hareketlerinin kestirimidir. Otonom araçlarda ilk iki beklenti tam anlamıyla yapılmakta iken üçüncü beklentide halen ciddi eksikler bulunmaktadır[1]. Yapay zekâ alanındaki yapılan çalışmalar neticesinde otomotiv sektöründeki pek çok büyük şirket tarafından otonom araçlar üzerine çalışmalar yapılmaktadır. Bu uygulamalarda insanlar için çok büyük faydalar olsa da, daha iyi bir uygulama arayışı, bilim insanlarını her zaman mevcut çalışmaları geliştirmeye iter[2]. Yapılan bu çalışmalardan birinde ise amaç araçların trafik işaretlerini yorumlayabilmeleri ve karar alabilmeleri olarak karşımıza çıkmaktadır. Yapılacak çalışmada ilgili trafik işaretlerini farklı kategorilerde sınıflandırabilen bir konvolüsyonel sinir ağı(CNN) modeli oluşturulacaktır. Bu model ile otonom araçlar için epeyce önemli bir görev olan trafik işaretlerini sınıflandırma işlemi yapılarak otonom araç tarafından trafik işaretlerinin tanınması hedeflenmektedir. İlgili trafik işaretlerini tanıyan bir model oluşturulacak olup kullanılacak olan programlama dili Python, kullanılacak algoritma olarak CNN algoritması seçilmiştir.