Intelligent decision-making methods for autonomous highway driving
Otonom otoyol sürüşü için akıllı karar alma yöntemleri
- Tez No: 997768
- Danışmanlar: PROF. DR. SABER FALLAH
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Otomotiv Mühendisliği, Makine Mühendisliği, Computer Engineering and Computer Science and Control, Automotive Engineering, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Unıversıty Of Surrey
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Mühendislik ve Doğa Bilimleri Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Otonom sürüş teknolojisi, yol güvenliğini artırarak, tıkanıklığı azaltarak ve hareketliliği iyileştirerek ulaşımı dönüştürme vaadinde bulunmaktadır. Ancak, güvenilir ve emniyetli otonom otoyol sürüşü elde etmek, çevredeki araçların niyetlerini doğru bir şekilde tahmin etme, belirsizlik altında kararlar alma, bu kararların arkasındaki mantığı yorumlama ve insan benzeri sürüş davranışı elde etme gibi çözülmemiş zorluklar sunar. Bu sorunların ele alınması, otonom araçların (AV'ler) gerçek dünya trafiğine sorunsuz bir şekilde entegre edilmesi için çok önemlidir. Bu tez, otonom otoyol sürüşünde öne çıkmak için mevcut sorunları araştırıyor ve üç temel zorluğa odaklanıyor: tahmine dayalı karar alma, insan benzeri sürüş davranışı modelleme ve karar alma süreçlerini yorumlama. Araştırma, uyarlanabilirlik ve genelleştirilebilirliği sağlamak için takviyeli öğrenmeyi (RL) kullanarak çevredeki araçların niyetlerini şerit değiştirme kararlarına dahil etmek için yeni yöntemler sunuyor. Ödül mühendisliğine bağımlılığı ve uzun vadeli ödül tabanlı keşfe yatkınlığı gibi RL'nin verimsizliklerini azaltmak için, insan benzeri davranışı modellemek için taklit öğrenmeden ilham alan alternatif yöntemler öneriyoruz. Ek olarak, bu çalışma karar alma süreçlerinin açıklanabilirliğini araştırıyor ve genellikle RL ile ilişkilendirilen sinir ağlarının“kara kutu”doğasını ele alıyor. RL'yi Orantılı-İntegral-Türev (PID) kontrolü ve Büyük Dil Modelleri (LLM'ler) ile birleştirerek, yorumlanabilirlik ve muhakeme yetenekleri aracılığıyla karar vermeyi geliştiren yenilikçi bir çerçeve olan HighwayLLM'yi öneriyoruz. Tez ayrıca simülasyon tabanlı algoritmalardan gerçek dünya uygulamalarına geçişi vurgulayarak, sensör yanlışlıklarını, çevresel gürültüyü ve hesaplamalı kısıtlamaları hesaba katmak için ölçekli araştırma araçlarında önerilen yöntemleri doğruluyor. Bulgular, önerilen yöntemlerin yoğun otoyol sürüş senaryolarında AV'lerin güvenliğini, güvenilirliğini ve uyarlanabilirliğini önemli ölçüde iyileştirdiğini göstermektedir. Yorumlanabilirlik, belirsizlik altında karar alma ve insan benzeri davranış modellemesi gibi kritik zorlukları ele alarak, bu araştırma otonom otoyol sürüşünün ilerlemesine katkıda bulunmakta ve gelecekteki uygulamalar için yeni içgörüler sunmaktadır.
Özet (Çeviri)
Autonomous driving technology holds the promise of transforming transportation by enhancing road safety, reducing congestion, and improving mobility. However, achieving reliable and safe autonomous highway driving presents unresolved challenges, including accurately predicting the intentions of surrounding vehicles, making decisions under uncertainty, interpreting the rationale behind those decisions, and achieving human-like driving behaviour. Addressing these issues is crucial for the seamless integration of autonomous vehicles (AVs) into real-world traffic. This thesis investigates the current problems to step forward in autonomous highway driving, focusing on three core challenges: prediction-based decision-making, human-like driving behaviour modelling, and interpreting decision-making processes. The research introduces novel methods to incorporate the intentions of surrounding vehicles into lane-change decisions, leveraging reinforcement learning (RL) to ensure adaptability and generalizability. To mitigate RL's inefficiencies, such as its reliance on reward engineering and susceptibility to long-term reward-based exploration, we propose alternative methods inspired by imitation learning to model human-like behaviour. Additionally, this work explores the explainability of decision-making processes, addressing the“black-box”nature of neural networks often associated with RL. By combining RL with Proportional-Integral-Derivative (PID) control and Large Language Models (LLMs), we propose HighwayLLM, an innovative framework that enhances decision-making through interpretability and reasoning capabilities. The thesis also emphasizes the transition from simulation-based algorithms to real-world applications, validating proposed methods on scaled research vehicles to account for sensor inaccuracies, environmental noise, and computational constraints. The findings demonstrate that the proposed methods significantly improve the safety, reliability, and adaptability of AVs in dense highway driving scenarios. By addressing critical challenges such as interpretability, decision-making under uncertainty, and human-like behaviour modelling, this research contributes to advancing autonomous highway driving, offering novel insights for future applications.
Benzer Tezler
- Applications of deep reinforcement learning for advanced driving assistance systems
İleri sürüş destek sistemleri için derin pekiştirmeli öğrenme uygulamaları
MUHARREM UĞUR YAVAŞ
Doktora
İngilizce
2023
Otomotiv Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Automated lane change decision making for autonomous vehicles using machine learning techniques
Makine öğrenmesi teknikleri ile otonom araçlarda şerit değişimine karar verme
MEHDI NASIRI
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. GÜLAY ÖKE GÜNEL
- 6-7,5 zeka yaşındaki normal zekalı, organik ve organik olmayan hafif derecede zihinsel özürlü çocukların bilişsel yapılarının karşılaştırılması
Başlık çevirisi yok
NİLHAN SEZGİN
Doktora
Türkçe
1987
Çocuk Sağlığı ve HastalıklarıHacettepe ÜniversitesiPsikoloji Ana Bilim Dalı
PROF. DR. IŞIK SAVAŞIR
- Kronik şizofrenide sözcük çağrışımların mantıksal bağlantı ve reaksiyon süresi ölçüleri açısından incelenmesi
Başlık çevirisi yok
İHSAN DAĞ
- Fecr-i Ali yazarı Şahabeddin Süleyman -insan, eser, üslup-
Başlık çevirisi yok
NAZIM H. POLAT
Doktora
Türkçe
1984
Türk Dili ve EdebiyatıAtatürk ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DOÇ. DR. M. ORHAN OKAY