Driver status identification from driving behavior signals

Sürücü davranış sinyalleri; sürücünün pedal, direksiyon kontrol birimlerini nasıl ve hangi koşullar altında kullandığına gore çeşitlilik gösterir. Bu çalışmada farklı sürücüler ve farklı sürüş koşullarına gore davranış sinyallerinin nasıl değiştiği araştırılmıştır. Bu araştırmalardan elde edilen istatistiksel bilgiler kullanılarak sürücü ve sürücü statü modelleri tanımlanmış, UYANIK veritabanı kullanılarak elde edilen deneysel sonuçlar sunulmuştur. Gaz ve fren pedal basınç sınıflandırıcılarının füzyonu kullanılarak 23 sürücü üzerinden yapılan deneylerde %57.39 sürücü tanıma başarı oranı elde edilmiştir. Az sayıda sürücünün kullanıldığı sürücü tanıma sistemi, gerçek hayat senaryolarına daha fazla uyar. Bu amaçla 3 sürücü kullanılarak yapılan deneylerde %85.21 sürücü tanıma başarı oranı elde edilmiştir. Sürücülerin daha önceden belirlenmiş görevleri yaptıkları ve hiçbir görev yapmadıkları durumlar için 2 sınıf oluşturulup, 10 sürücü üzerinden sürücü durumu tanıma deneyleri yapılmıştır. Bu deneylerde %79.13 tanıma başarı oranı sağlanmıştır.Sürücü davranışları, sürücünün önceki davranışlarıyla büyük ölçüde ilintilidir. Bu çalışmada, sürücüleri olası tehlikeli olaylara karşı uyarmak ve insan kaynaklı trafik kazalarını minimuma indirmek için sürücü davranışlarını kestirecek yöntemler araştırılmıştır. Önerilen yöntem, sürücü davranış sinyallerinin geçmişteki örneklerini kullanmak ve Gizli Markov Modelleri'ni kullanarak sürücü davranışlarını modellemek üzerinedir. Elde edilen sonuçlar hem sürücüden bağımsız hem de sürücüye bağımlı deneyler için makul değerlerdir. Ayrıca, deneylerden edindiğimiz sonuçlara gore sürücüyü rahatsız edici koşulların sürücü davranışı üzerinde kesin bir etkisi olduğu görülmüştür. Bu rahatsız edici koşullar altında sürücü sinyallerini kestirme hataları ciddi ölçüde artmıştır. Yol koşullarının da sürücü davranışı kestirme de etkili olduğu gözlemlenmiştir.