Smart driving: Developing image processing and control approaches for safer roads and enhanced mobility

Currently, with the increase in the number of vehicles in modern cities, the parking problem and accidents have emerged as significant issues. The search for parking spaces and driver distractions in public areas contribute to traffic congestion, environmental pollution and time loss. The aim of this research is to contribute to parking management and safely driving solutions by using image processing and shortest path planning machine learning algorithms. Additionally, it focuses on advancing the Smart Transportation Systems (STS) through implementing the Aggregate Channel Features (ACF) algorithm to detect vehicles and determine their positions where the occupancy map of parking areas was determined by using determined locations. Moreover, these vehicle positions were used in the analysis of driver behavior for recognizing driver intentions. In the parking management algorithm, the Breadth-First Search (BFS) algorithm was modified to determine the shortest path to the target parking slot. This algorithm guides the newly entered vehicle from the entrance gate to the target parking area. In the driver intention algorithm, which is developed to prevent accidents, neighboring vehicle positions and their driving movements were analyzed and labeled as "calm" and "beware". It has performed effectively in various testing scenarios, where the vehicles were correctly detected and labeled correctly according to their movements. In addition, the parking management algorithm was highly accurate in detecting the vehicles within the parking areas. It effectively guided the drivers to their allotted parking slots where it resulted in a 61.8% reduction in searching time. The results confirm that this research made a significant contribution to sustainability by improving parking management and driving safety while also reducing emissions and resource waste.

Günümüzde modern kentlerde araç sayısının artışı, otopark yeri ve kaza sorunları da beraberinde getirmiştir. Topluma açık alanlarda sürücülerin otopark yeri arayışları ve dikkat dağınıklığı, trafik sıkışıklığına, çevresel kirliliğe ve zaman kaybına yol açmaktadır. Bu sorunların çözümüne yönelik yapılan araştırmada, görüntü işleme ve kısa yol bulma teknikleri kullanarak otopark yönetimine ve sürüş güvenliği sistemlerine katkı sağlanması hedeflenmiştir. Akıllı Ulaşım Sistemlerine (AUS) katkı sağlayan bu çalışmada Toplanmış Kanal Özellikleri (TKÖ) algoritması kullanılarak, araçların tespiti ve konumlandırılması yapılmıştır. Araç konumlandırmaları kullanılarak, otopark alanlarının doluluk haritası oluşturulurken, otoyol için geliştirilen algoritmada ise araçların konumları sürücü niyeti analizlerinde kullanılmıştır. Otopark yeri için geliştirilen algoritmada, Genişlik Öncelikli Arama (GÖA) algoritması kullanılarak yeni gelen sürücüler, boş otopark alanlarından seçilen hedef otopark alanına en kısa yol hesaplanarak yönlendirilmiştir. Otoyol için geliştirilen sürücü niyeti algoritmasında ise araçların konumları ve sürüş hareketleri analiz edilerek, sürücüye geri bildirimler verilmiştir. Yapılan çeşitli testler sonucunda, otopark yönetimi algoritması, otopark alanında bulunan araçları doğru tespit etmiş ve yeni gelen sürücüleri seçilen hedef otopark alanlarına doğru bir şekilde yönlendirilmiştir. Sürücü niyeti algoritması ise başarılı bir şekilde sürücüleri uyarmıştır. Otopark yönetimi algoritması kullanıldığında %61,8 oranında arama süresinde verimlilik kazandırmıştır. Yapılan çalışma sonucunda, etkili otopark yönetimi ve sürüş güvenliğine katkı sağlanmış; ayrıca emisyon ve kaynak israfı azaltılarak sürdürülebilirliğe katkıda bulunulmuştur.