Predicting pedestrian crossing behavior with attention-based encodings of vehicle and pedestrian states
Dikkat mekanizmasıyla kodlanmış araç ve yaya bilgileriyle yaya geçiş davranışının öngörülmesi
- Tez No: 973314
- Danışmanlar: PROF. DR. KLAUS VERNER SCHMİDT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, otonom araçların sürüş güvenliğini artırmak amacıyla yayaların yol geçiş niyetini tahmin etmek için yeni bir yöntem önermektedir. Geliştirilen yöntem, tahmin performansını artırmak amacıyla modüler olarak entegre edilebilir yaya eylem durumları, araç hareket durumları ve yaya konumlandırmasının dikkate alındığı bir mimari sunmaktadır. Durum değişimlerinde gizli olan bilgiler, zamansal öz-dikkat (temporal self-attention) mekanizması kullanılarak çıkarılmakta ve yaya konum özellikleriyle birleştirilerek hem hafif hem de hızlı bir yöntem elde edilmektedir. Mevcut yöntemlerle yapılan karşılaştırmalar, özellikle doğruluk, duyarlılık (recall), ROC eğrisi altında kalan alan (AUC) ve hesaplama kaynağı kullanımı açısından kayda değer iyileşmeler göstermektedir.
Özet (Çeviri)
This thesis proposes a new method to predict the road-crossing intention of pedestrians with the aim of increasing the driving safety of autonomous vehicles. The developed method offers a architecture with the consideration of modularly integratable pedestrian action states, vehicular motion states, and pedestrian positioning to improve the prediction performance. Information hidden in the change of states is extracted by utilizing temporal self-attention and combined with the pedestrian positioning features to form a method that is both lightweight and fast. A comparison to existing methods shows notable improvements, especially in accuracy, recall, area under the receiver operating characteristic curve, and computational resource usage.
Benzer Tezler
- Işıksız yaya geçitlerinde yaya-taşıt çarpışma uyarı sistemleri için makine öğrenmesi temelli yaya niyet kestirim modellerinin karşılaştırılması
Comparison of machine learning-based pedestrian intention prediction models for pedestrian-vehicle collision warning systems at unsignalized crosswalks
SAMİ HAKTAN CANGUT
- Prediction of the pedestrian crossing intention using deep learning
Yayaların karşıya geçme davranışlarının derin öğrenmeyle tahmini
BERK EREN
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET HAMDİ KAYRAN
- Gelişmekte olan ülkelerde sürücülerin farklı yol ve trafik özellikleri karşısındaki davranışlarının simülatör ortamında incelenmesi
Investigation of drivers' behavior in developing countries in the face of different road and traffic characteristics in a simulator environment
YUSUF MAZLUM
Doktora
Türkçe
2025
İnşaat MühendisliğiGümüşhane Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİNE ÇORUH
DOÇ. DR. METİN MUTLU AYDIN
- Predicting pedestrian behavior in autonomous vehicles using hybrid deep learning
Otonom araçlarda yaya davranışını ve hibrit derin öğrenme kullanarak tahmin etme
LAITH MOHAMMED SALIM SALIM
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÇELİK
- Trafik kazaları ve Trabzon bölünmüş sahil yolu örneğinde kaza tahmin modelinin oluşturulması
Traffic accidents and formed of accident prediction model at Trabzon divided coastal highway example
FUNDA TÜRE KİBAR
Yüksek Lisans
Türkçe
2008
UlaşımKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. FAZIL ÇELİK