Otonom araçlarda şerit takip ve kontrol sisteminin makine öğrenmesi kullanılarak geliştirilmesi

Otomotiv endüstrisi günümüzde büyük bir hızla otonom araç teknolojisine doğru büyük bir gelişme içindedir. Otonom araç teknolojisi, temel olarak güvenli bir sürüş ortamı hazırlamak ve sürücü hatalarından kaynaklanan trafik kazası oranlarını azaltmak için tasarlanmıştır. Otonom sürüş teknolojileri alanında bu amaç doğrultusunda çalışmalar gerçekleştirilmektedir. Bu amaç kapsamında şerit tespiti ve takibi, otonom sürüş teknolojilerinde önemli alanlardan biridir. Bu alan ile ilgili yapılan çalışmalara bakıldığında temel olarak görüntü işleme tekniklerinden faydalanıldığı görülmektedir. Ancak şerit tespiti ve takibi için görüntü işleme teknikleri uygulanırken esas olarak iki temel sorunla karşılaşılmaktadır. Bunlardan ilki görüntü de işlem yükünü azaltmak ve doğru alana yönelik çalışma yapmak için görüntü üzerinde belirli bir alan ile çalışmak gerekmektedir. İlgi bölgesi (ROI) işlemi genellikle görüntüden çalışılacak alanı filtrelemek için kullanılır. Ancak bu işlem için sabit koordinatlar ile bölgenin tespiti yapıldığından aracın dönmesi gereken durumlarda çalışılan alan konusunda kısıtlamalara neden olmaktadır. Çalışmada kullanılan Mask R-CNN algoritması ile her kare için yolun segmentasyonundan elde edilen yeni koordinatlar ile ROI bölgesi sürekli olarak güncellenmesi sağlanmaktadır. İkinci problem ise görüntü işleme teknikleri kullanılarak şeritlerin tespit edilme işlemlerinde hava koşulları oldukça etkili olmaktadır. Havanın bulutlu, güneşli veya anlık değişimlerinden görüntü işleme ile tespit işlemlerinde ciddi problemler ortaya çıkmaktadır. Yapılan çalışmada özgün olarak geliştirilen veri seti ile farklı hava koşullarında şerit tespit etme sorununa bir çözüm önerilmiştir. Ayrıca geliştirilen yöntem ile bu iki temel soruna çözüm olarak derin öğrenme yöntemleri kullanılmıştır. Mask R-CNN ve Faster R-CNN algoritmaları birlikte kullanılarak şerit tespiti ve takibi için bu iki temel problem ortadan kaldırılmış ve başarılı bir şekilde uygulanmıştır. İki algoritma ile çözülen problem, geliştirilmiş bir otonom araç üzerinde deneysel olarak test edilmiştir. Deneysel testler için gerçekleştirilen model eğitiminde hem özgün olarak geliştirilen veri seti hem de literatürde sıklıkla kullanılan KITTI veri setinde ayrı ayrı kullanılmıştır. Test sonuçları, otonom araçlar için şerit tespiti ve takibinde her iki algoritmanın birlikte kullanılmasının oldukça başarılı olduğunu kanıtlamaktadır.