Sürücüsüz araçlarda yapay zeka

Otonom sürüş için yapay zeka (AI) alanındaki gelişmelerle birlikte, sürücüsüz arabalar artık sadece futuristik bir fikir olmaktan çıkıp gerçeğe dönüşüyor. Bu araçlar, çevrelerini anlamak ve yorumlamak için büyük ölçüde gelişmiş yapay zeka sistemlerine, özellikle computer vision teknolojisine güveniyor. Bu teknoloji, nesneleri tanımlamalarına, trafik işaretlerini tanımalarına ve karmaşık ortamlarda gerçek zamanlı olarak güvenli bir şekilde seyahat etmelerine olanak tanıyor.

2021 yılında 27 milyar ABD dolarından fazla değere sahip olan ve 2026 yılına kadar neredeyse 62 milyar dolara çıkması beklenen küresel otonom araç pazarı ile autonomous driving için yapay zekanın ulaşımın geleceğini şekillendirdiği açıkça görülüyor. Bu makalede, bilgisayarlı görü'nün sürücüsüz arabalarda nasıl uygulandığına daha yakından bakacak; yaya tespiti, trafik işareti tanıma ve şerit takip sistemleri gibi temel uygulamaları ele alarak bu yeniliklerin sürüşün geleceğini nasıl dönüştürdüğünü gözler önüne sereceğiz.

Otonom araçlarda yapay zekanın rolü#

Yapay zeka, otonom araçların çevrelerini anlamalarına ve gerçek zamanlı kararlar almalarına büyük ölçüde yardımcı olabilir. Yapay zekanın pek çok uygulaması arasından, otonom sürüşün güvenilirliğini artıran iki önemli unsur olan yaya algılama ve trafik işareti tanımaya nasıl yardımcı olduğunu keşfedelim.

Yaya algılama için yapay zeka#

Sürüş, direksiyon başında iken etrafınızda olup bitenlere karşı sürekli bir konsantrasyon ve farkındalık gerektirir. Sürücüsüz araba teknolojisindeki yapay zeka, arabalarımızın günlük kullanımının sayısız yönüne yardımcı olabilir. Örneğin yapay zeka, yayaları tespit ederek ve hareketlerini tahmin ederek onların güvende tutulmasında önemli bir rol oynayabilir. "Study of Pedestrian Detection in Self-Driving Cars" başlıklı çalışmaya göre bu süreç, yollar, kaldırımlar ve yaya geçitleri dahil olmak üzere çevreye dair tam bir görüş açısı yakalamak için aracın etrafına yerleştirilmiş kameralarla başlar. Bu kameralar sürekli olarak görsel veri alır ve bu da aracın kalabalık ya da zorlu durumlarda bile yayaları "görmesine" yardımcı olur.

Toplanan görsel veriler daha sonra Ultralytics YOLOv8 gibi bilgisayarlı görü modelleri kullanılarak işlenebilir. Bunu yapmak için ilk adım, görüntü içindeki yayalar, araçlar ve trafik işaretleri gibi potansiyel nesnelerin konumunun belirlenmesini içeren object detection kullanmaktır. Tespit edildikten sonra yapay zeka modeli bir sonraki adama, yani tespit edilen her nesnenin aslında ne olduğunu belirlemek olan classification aşamasına geçer. Modeller, çeşitli pozlarda, aydınlatma koşullarında ve ortamlarda, kısmen gizlenmiş veya hareket halinde olsalar bile yayaları tanımalarını sağlayan devasa datasets üzerinde trained edilmiştir.

Bazı bilgisayarlı görü modelleri algılama ve sınıflandırmada mükemmel olsa da, diğerleri tespit edilen yayaların hareketlerini tahmin etmek gibi görevlere odaklanır. Bu sistemlerde, bir nesne yaya olarak sınıflandırıldıktan sonra, yapay zeka modeli bir adım daha ileri giderek bir sonraki hareketini tahmin eder. Örneğin, birisi yaya geçidinin kenarında duruyorsa, araç onun yola adım atıp atmayacağını tahmin edebilir. Bu tahmine dayalı yetenek, aracın yavaşlayarak, durarak veya yön değiştirerek olası bir tehlikeden kaçınması için gerçek zamanlı tepki vermesi adına çok önemlidir. Bu kararları daha akıllı hale getirmek için yapay zeka sistemleri, kameralardan gelen görsel verileri LIDAR gibi diğer sensörlerden gelen girdilerle birleştirerek araca çevresi hakkında daha eksiksiz bir anlayış kazandırabilir.

Fig 1. Ultralytics YOLOv8 detecting a pedestrian.

Trafik işareti tanıma için yapay zeka#

Trafik işareti tanıma (TSR), sürücüsüz arabaların bir diğer önemli parçasıdır. Aracın "dur" işaretleri, speed sınırları ve yönler gibi yol işaretlerini gerçek zamanlı olarak tanımasını ve bunlara tepki vermesini sağlar. Bu, arabanın trafik kurallarına uymasını, kazaları önlemesini ve yolcuların konforlu ve güvenli bir yolculuk geçirmesini sağlar.

TSR'nin temelinde, işaretleri tanımlamak için aracın kameralarını kullanan derin öğrenme algoritmaları yer alır. Bu sistemlerin yağmur, düşük ışık veya işaretin açıyla görüldüğü durumlar gibi farklı koşullarda çalışması gerekir. Daha eski yöntemler, işaretlerin şeklini ve rengini analiz etme gibi tekniklere dayanır ancak bunlar kötü hava koşulları gibi karmaşık durumlarda genellikle başarısız olabilir.

"A Ultralytics YOLOv8-based approach for multi-class traffic sign detection" adlı araştırma makalesinde yazarlar, trafik işaretlerinin bulunduğu görüntü alanlarını belirlemek için YOLOv8 modelinin kullanımını açıklamaktadır. Model, farklı açılar, aydınlatma ve mesafeler gibi çeşitli koşullardaki trafik işaretlerinin görüntülerini içeren bir veri kümesi üzerinde eğitilmiştir. YOLOv8 modeli, trafik işaretlerini içeren bölgeleri tespit ettikten sonra bunları doğru bir şekilde sınıflandırarak %80,64'lük etkileyici bir kesinliğe ulaşmaktadır. Bu yetenekler, önemli trafik işaretlerini gerçek zamanlı olarak tanımlayarak otonom araçların yol koşullarını anlamasına yardımcı olabilir ve potansiyel olarak daha güvenli sürüş kararlarına katkıda bulunabilir.

Şekil 2. Bir trafik işaretini doğru şekilde algılayıp sınıflandıran ve otonom araçlar için güvenli sürüş sağlayan bilgisayarlı görü modeli. (Kaynak: computervision.zone)

Otonom araçlarda yapay zekanın faydaları#

Yapay zeka, sürücüsüz arabaların çalışma şeklini giderek değiştirerek onları daha güvenli ve daha verimli hale getiriyor. Akıllı algoritmalar ve verileri hızla işleme yeteneği sayesinde bu arabalar tehlikeleri fark edebilir, daha iyi sürüş kararları alabilir ve hatta impact on the environment oranlarını azaltabilir. İşte yapay zekanın sürücüsüz arabalara sağladığı temel faydalardan bazıları.

Geliştirilmiş güvenlik#

Yapay zeka, tehlikelerin gerçek zamanlı olarak algılanmasını ve yanıt verilmesini sağlayarak otonom araçlarda güvenliği artırma kapasitesine sahiptir. Ulusal Karayolu Trafik Güvenliği İdaresi (NHTSA) tarafından hazırlanan bir rapora göre, ciddi kazaların %94'ü insan hatasından kaynaklanmaktadır. Yapay zeka, insan sürücülerden daha hızlı tepki vererek bu tür olayları azaltma potansiyeline sahiptir ve otonom sistemler daha gelişmiş hale geldikçe kaza oranlarını %90'a kadar düşürebilir.

Daha akıcı trafik ve yakıt verimliliği#

Otonom araç nesne tespiti alanındaki yapay zeka sadece güvenliğe yardımcı olmakla kalmaz, aynı zamanda trafik akışını da iyileştirir. Yapay zekayı kullanan bu araçlar hızlarını ayarlayabilir, optimum mesafeyi koruyabilir ve ani fren veya hızlanma ihtiyacını azaltabilir; bunların tümü traffic congestion en aza indirmeye yardımcı olur. Yapay zeka algoritmaları ayrıca arabaların en verimli rotaları izlemesini, gereksiz duruşlardan kaçınmasını ve yakıt tüketimini insan sürücülerden daha iyi yönetmesini sağlayarak yakıt verimliliğini optimize eder. Sonuç olarak yapay zeka yalnızca sürüş deneyimini iyileştirmekle kalmaz, aynı zamanda emisyonların ve yakıt maliyetlerinin azaltılmasına da katkıda bulunur.

Otonom araçların geleceği#

Sürücüsüz arabaların geleceği, çevre veya durum ne olursa olsun insan müdahalesine gerek kalmadan tamamen otonom sürüş anlamına gelen 5. Seviye otonomiye ulaşma etrafında dönmektedir. Teknolojinin nereye gittiğini anlamak için, Society of Automotive Engineers (SAE) tarafından tanımlanan otonom sürüşün beş seviyesini incelemek önemlidir:

• Seviye 0: Otomasyon yok. İnsan sürücü tamamen kontrol sahibidir.
• Seviye 1: Sürücü desteği. Hız sabitleyici gibi temel sistemler sürüşe yardımcı olur ancak insan denetimi gerektirir.
• Seviye 2: Kısmi otomasyon. Araç hem direksiyonu hem de hızlanmayı kontrol edebilir ancak sürücünün dikkatli kalması ve devralmaya hazır olması gerekir.
• Seviye 3: Koşullu otomasyon. Araç çoğu sürüş görevini yönetebilir ancak karmaşık durumlarda insan müdahalesi gerekir.
• Seviye 4: Yüksek otomasyon. Araç çoğu ortamda ve koşulda kendi kendine gidebilir ancak aşırı durumlarda hala bir sürücü gerekebilir.
• Seviye 5: Tam otomasyon. Araç tamamen otonomdur ve tüm koşullar altında herhangi bir insan girdisi olmadan çalışabilir.

Şu anda ticari olarak temin edilebilen araçların çoğu, arabanın direksiyon ve hız kontrolüne yardımcı olabildiği ancak yine de sürücünün tetikte olmasını gerektirdiği Seviye 2 otonomi ile çalışmaktadır. Mercedes-Benz, belirli koşullar altında sürücülerin ellerini direksiyondan çekmesine, gözlerini yoldan ayırmasına ve etrafın tadını çıkarmasına olanak tanıyan Seviye 3 otonomiye ulaşan ilk şirketlerden biridir.

Bununla birlikte, yoğun şehir merkezlerinden uzak kırsal yollara kadar her türlü arazide, haritalar veya insan müdahalesi olmadan yol alabilen araçların olduğu Seviye 5 otonomluğa ulaşmak önemli zorluklar barındırıyor. Bu zorluklar arasında, tahmin edilemeyen ortamlarda gerçek zamanlı kararlar alabilen, karmaşık hava koşullarını yönetebilen ve tüm sürüş senaryolarında güvenliği sağlayan gelişmiş yapay zeka sistemleri geliştirmek yer alıyor.

Öne çıkanlar#

Yapay zeka, sürücüsüz arabaları daha da gerçeğe dönüştürmenin anahtarıdır. Bu araçların nesneleri tespit etmesine, trafik işaretlerini tanımasına, şeritlerinde kalmasına ve YOLOv8 gibi bilgisayarlı görü modelleriyle managing traffic ve optimizing parking management konularına yardımcı olarak sürüşü daha güvenli ve akıcı hale getirmesini sağlar. YOLO ve CNN gibi teknolojiler, arabaların yolda akıllı kararlar almasına olanak tanıyor. Şu anda sürücüsüz arabaların çoğu, sürüşe yardımcı oldukları ancak yine de insan dikkatine ihtiyaç duydukları Seviye 2'de çalışıyor ve sınırlı eller serbest sürüşe izin veren Seviye 3 otonomi test ediliyor.

Önümüzdeki büyük zorluk, araçların herhangi bir koşulda insan yardımı olmadan kendi kendine gidebildiği 5. Seviye otonomluğa ulaşmaktır. Bu, beklenmedik olayları ele almak ve tüm durumlarda gerçek zamanlı kararlar alabilen sistemler oluşturmak için daha fazla çalışma gerektirecektir. Yapay zeka geliştikçe, tamamen otonom araçlar daha güvenli yollar ve daha konforlu bir sürüş deneyimi vaat ederek gerçeğe daha çok yaklaşıyor.

Yapay zekayı merak mı ediyorsunuz? Çığır açan projelere dalmak ve büyüyen community ile bağlantı kurmak için GitHub repository sayfamızı keşfedin. healthcare alanındaki atılımlardan self-driving yeniliklerine kadar yapay zekanın geleceğine yön veriyoruz!