| dc.description.abstract | In the world, where urbanization and population density are increasing, transportation methods are also diversifying and the use of unmanned vehicles is becoming widespread. In order for unmanned vehicles to perform their tasks autonomously, they need to be able to perceive their own position, the environment and predict the possible movements/routes of environmental factors, similar to living things. In autonomous vehicles, it is extremely important for the safety of the vehicle and the surrounding factors, to be able to forecast the probable future location of the objects around it with high performance so that the vehicle can plan itself correctly. Due to the stated reasons, the behavioral prediction module is a very important component for autonomous vehicles, especially in moving environments. In this study, a robotic behavioral prediction module has been developed to enable the autonomous vehicle to plan more safely and successfully. Data has been collected by driving with an autonomous vehicle, and the developed module has been tested. The relevant module has been integrated into the ongoing autonomy project. The proposed method has been observed to operate accurately and fast within up to three seconds.
Küresel olarak nüfus yoğunluğunun arttığı şehirleşme sürecinde, ulaşım seçenekleri çeşitlenmekte ve insansız araçlar daha yaygın hale gelmektedir. İnsansız araçlar, kendi görevlerini otonom bir şekilde yerine getirebilmek için canlı organizmalar gibi çevrelerini algılayabilmeli, konumlarını belirleyebilmeli ve çevresel faktörlerin olası hareketlerini ya da yollarını tahmin edebilmelidir. Otonom araçlar, etkili bir planlama gerçekleştirebilmek için çevredeki nesnelerin gelecekteki pozisyonlarını doğru bir şekilde tahmin edebilmelidir. Bu, hem aracın güvenliği hem de çevredeki faktörlerin güvenliği açısından son derece kritik bir unsurdur. Davranışsal tahmin yeteneği olmayan bir otonom araç, tüm nesneleri sabit olarak varsayarak planlama yapar, ancak bu, otoyol koşulları veya şehir içi trafik senaryolarında araçların veya yayaların potansiyel yollarını hesaba katmadığında kazaların kaçınılmaz olduğu anlamına gelir. Bu çalışmada, güvenlik risklerini en aza indirmek amacıyla hızlı ve etkili bir robotik davranışsal tahmin modülü geliştirilmiştir. Otonom araç ile sürüş yapılarak veri toplanmıştır ve geliştirilen modül test edilmiştir. İlgili modül hali hazırdaki çalışılan otonomi projesine entegre edilmiştir. Önerilen metodun üç saniyeye kadar, belirli çevresel obje sayısında, başarılı ve hızlı bir şekilde çalıştığı görülmüştür. | en_US |
