Güvenli Sürüş Proje Aracı Uyanık İle Toplanan Verilerin İncelenmesi

Abstract

Bu çalışmada ilk olarak, daha önceden yapılmış olan Güvenli Sürüş Projesi tanıtılmış ve projeyle ilgili çeşitli bilgiler verilmiştir. Güvenli Sürüş Projesi sayesinde toplanan veriler, çalışmanın temel hammaddesi görevini görmüş ve bu verilerle çeşitli analizler yapılmıştır. Yoğunlaşılan veri türlerinden ilki GPS verileridir. GPS verileri ECEF, Kartezyen ve ENU gibi çeşitli gösterim metotlarıyla incelenmiş, buna ilaveten GoogleEarth programı üzerinden uydu resimlerine aktarılmıştır, bütün bu çalışmalar sırasında koordinatların çok az bir hata payıyla birbirini tuttuğu ortaya çıkmıştır. İkinci veri analizi test aracının CANBUS veri yolundan gelen hız ve direksiyon verilerini, test aracının modeli sayesinde simüle edip rota çıkartmak olmuştur. Tam olarak GPS verileri sayesinde elde edilen rotaya uymasa da büyük benzerlikler not edilmiştir. Benzer işlem aracın ivme sensörü üzerinden de denenmiş ancak daha başarısız sonuçlar gözlenmiştir. Son safhada ise 3 kadın ve 3 erkek sürücü seçilip, adayların belirli sürüş verilerinin histogram gösterimleriyle, sürüş karakteristikleri çıkartılmaya çalışılmış ve ayırt edici profillere ulaşılmıştır.

In this study, as first step, previously done DriveSafe project was introduced and detailed information about the project were given. Data collected in DriveSafe project served as raw material in this study and some analyses were made using them. One of closely examined data type was GPS. GPS data were represented with ECEF, Cartesian and ENU methods, plus visualized with satellite images with help of GoogleEarth program. All these works proved coordinates match each other with a very small error tolerance. Second data analysis involved speed and steering information coming from CANBUS dataway of the test vehicle, being simulated over the vehicle model of test car to get position route. Even though resulting route does not match the GPS route, there are major similarities. A parallel approach was retried with data coming from accelerometer of the test car but unsuccessful results were noted. In the last phase of the analysis, 3 female and 3 male drivers were selected, whose distinct driving data were examined by histogram representation to find out individual driving characteristics and results were satisfactory since some driving patterns were easily distinguished between drivers.