“trafik güvenliği” için sonuçlar
8 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Otonom Sürüş İçin Yayalar ve Bisikletçiler Veri Seti: OnSiteVRU
Şehir trafiğinde yayalar ve bisikletçiler gibi savunmasız yol kullanıcılarının güvenliği, otonom sürüş teknolojilerinin gelişimi için kritik bir konu haline geldi. Araştırmacılar, bu alandaki veri eksikliğini gidermek için OnSiteVRU adında kapsamlı bir veri seti geliştirdi. Bu veri seti, kavşaklar, yol bölümleri ve şehir mahallelerini kapsayan çeşitli senaryolarda toplam 17.429 yörünge verisi içeriyor. Motorlu araçlar, elektrikli bisikletler ve pedallı bisikletlerin 0.04 saniyelik hassasiyetle kaydedilen hareket verilerini bir araya getiren çalışma, hem havadan çekim hem de araç üstü kamera verilerini entegre ediyor. Bu yüksek çözünürlüklü veri seti, otonom araçların karma trafik ortamlarında daha güvenli kararlar alabilmesi için gerekli olan makine öğrenmesi algoritmalarının eğitiminde kullanılacak.
Otonom Araçlar İçin Yeni Hareket Tahmin Sistemi: RetroMotion
Araştırmacılar, otonom araçların trafikteki diğer kullanıcıların gelecekteki hareketlerini daha iyi tahmin edebilmesi için RetroMotion adlı yenilikçi bir sistem geliştirdi. Geleneksel yöntemlerden farklı olarak, bu sistem gelecekteki bilgileri geçmişe doğru akıtarak daha doğru tahminler yapabiliyor. Çok sayıda araç ve yayanın bulunduğu karmaşık trafik senaryolarında, sistem önce her bir kullanıcı için bireysel hareket tahminleri oluşturuyor, sonra da aralarındaki etkileşimleri modelleyerek ortak hareket desenlerini belirliyor. Transformer mimarisi kullanan bu yaklaşım, pozisyon belirsizliklerini matematiksel dağılımlarla modelleyerek daha hassas sonuçlar elde ediyor. Waymo, Argoverse 2 ve V2X-Seq gibi prestijli veri setlerinde test edilen sistem, mevcut yöntemlere göre önemli performans artışları gösterdi.
Yapay zeka destekli trafik sistemi yaya güvenliğini %71 artırdı
Araştırmacılar, sabit zamanlı geleneksel yaya geçidi sinyallerinin yaşlı, engelli veya dikkatsiz yayaları tehlikede bıraktığı sorununa çözüm geliştirdi. 'No Pedestrian Left Behind' (NPLB) adlı sistem, YOLOv12 yapay zeka modeli ve ByteTrack takip teknolojisiyle yaya geçitlerini gerçek zamanlı izliyor. Monte Carlo simülasyonlarında sistem, yaya güvenliğini %71.4 oranında artırırken, mahsur kalma oranlarını %9.10'dan %2.60'a düşürdü. Sistem, kritik eşik değerinin altında kalan sürelerde otomatik olarak sinyal süresini uzatıyor ve böylece hiçbir yayanın geçiş esnasında tehlikede kalmamasını sağlıyor.
Yapay Zeka Bisikletçi ve Yaya Kazalarını Önlemek İçin Gerçek Zamanlı Uyarı Sistemi
Araştırmacılar, şehir kavşaklarında bisikletçi ve yaya çarpışmalarını önlemek için yenilikçi bir erken uyarı sistemi geliştirdi. Tek bir uç cihazda çalışan sistem, ultra-geniş açılı balık gözü kamera kullanarak saniyede 30 kare hızında görüntü işleyebiliyor. Sistem, tehlikeli durumları tespit ettiğinde hem sesli hem de görsel uyarılar veriyor. Araştırmanın en önemli yeniliği, geleneksel kamera sistemlerinin aksine çok daha geniş bir görüş alanı sunması ve karmaşık şehir ortamlarında bile güvenilir performans göstermesi. Özellikle bisikletçiler ve yayaların herhangi bir cihaz taşımalarına gerek kalmadan korunmalarını sağlayacak bu teknoloji, kentsel güvenlik açısından büyük bir potansiyel taşıyor.
Yarış Teknolojisi Otonom Araçları Daha Güvenli Yapacak
Araştırmacılar, otonom araçların çarpışma kaçınma yeteneklerini geliştirmek için yarış arabalarının manevra tekniklerinden ilham alan yeni bir yaklaşım geliştirdi. ABD'de trafik kazalarının %94'ünün insan hatası kaynaklı olduğu ve yılda 7000'den fazla yaya ölümüne neden olduğu gerçeğinden hareketle, derin pekiştirmeli öğrenme algoritmaları kullanılarak acil durum kaçınma sistemleri tasarlandı. Bu sistem, yarış arabası sollamaları sırasında kullanılan gelişmiş manevralardan öğrendiği stratejileri, günlük trafikte karşılaşılabilecek tehlikeli durumlara uyarlıyor. Fizik kurallarını dikkate alan simülasyon ortamında test edilen teknoloji, özellikle kötü hava koşulları ve siber güvenlik tehditleri gibi zorlu durumlarda daha etkili güvenlik önlemleri sunabilecek.
Yapay Zeka Artık Trafik Kazası Diyagramları Çizebiliyor
Araştırmacılar, polis kaza raporlarından otomatik olarak trafik kazası diyagramları oluşturabilen yapay zeka sistemleri geliştirdi. Görsel-dil modelleri kullanılan çalışmada, özellikle karmaşık kavşak türleri olan çok şeritli dönel kavşaklardaki kazalar test edildi. GPT-4o, Gemini ve Janus modellerinin karşılaştırıldığı araştırmada, yapay zekanın metinsel kaza raporlarını analiz ederek doğru ve anlaşılır görsel diyagramlar üretebileceği kanıtlandı. Bu teknoloji, şu anda manuel olarak hazırlanan ve zaman alıcı olan kaza diyagramı süreçlerini hızlandırabilir. Trafik güvenliği analizlerinde kritik rol oynayan bu diyagramların otomatik üretimi, hem insan hatasını azaltacak hem de ulaştırma güvenliği çalışmalarını daha verimli hale getirecek.
Yapay Zeka Artık Trafik Raporlarındaki Kişisel Verileri Otomatik Tespit Edebiliyor
Araştırmacılar, trafik kazası raporlarında bulunan kişisel verileri otomatik olarak tespit eden yenilikçi bir yapay zeka sistemi geliştirdi. Kaza anlatımları, trafik güvenliği analizleri için kritik bilgiler içeriyor ancak isim, adres ve plaka gibi kişisel veriler nedeniyle geniş çapta kullanılamıyor. Geleneksel yöntemler bu verileri tutarlı şekilde tespit edemezken, yeni sistem büyük dil modellerini kullanarak hem yapısal hem de bağlama dayalı kişisel bilgileri başarıyla tanımlayabiliyor. Bu gelişme, trafik güvenliği araştırmalarında gizliliği koruyarak veri kullanımını artırabilir.
Yapay Zeka Artık Trafik Kazalarını Önceden Görebiliyor
Araştırmacılar, araç kamerası görüntülerini analiz ederek trafik kazalarını önceden tahmin edebilen VAGNet adlı yapay zeka sistemi geliştirdi. Geleneksel yöntemlerden farklı olarak, her nesneyi ayrı ayrı incelemek yerine trafik sahnesinin genel özelliklerini değerlendiren bu sistem, hem daha hızlı çalışıyor hem de daha az hesaplama gücü gerektiriyor. Dünya genelinde milyonlarca can kaybına neden olan trafik kazalarının önlenmesinde devrimsel bir adım olan bu teknoloji, sürücü uyarı sistemlerinden otonom araçlara kadar geniş bir uygulama alanına sahip. Sistem, tehlikeli durumları zamanında tespit ederek sürücüleri uyarabilir veya araçların otomatik güvenlik manevralarını başlatabilir.