ARTIFICIAL INTELLIGENCE-SUPPORTED SYSTEM DESIGN THAT DETECTS POTHOLES AND MARKS THEM ON THE MAP

Yükleniyor...
Küçük Resim

Tarih

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Batı Karadeniz Akademisyenler Derneği (BAKAD)

Erişim Hakkı

info:eu-repo/semantics/openAccess

Araştırma projeleri

Organizasyon Birimleri

Dergi sayısı

Özet

This study aims to detect potholes on road surfaces and display them on a map using a Kinect sensor. Initially, pothole detection was conducted with the YOLOv5 model, but due to an accuracy rate of only 70%, a more advanced model, YOLOv8, was adopted. With YOLOv8, a 75% success rate was achieved, improving pothole detection accuracy and processing speed. Through the developed system, the GPS coordinates of detected potholes are combined with depth data obtained from the Kinect sensor and marked on a map. The application, developed with .NET MAUI, allows users to view these detections in real time. Each detected pothole is prominently marked on the map, warning drivers as they approach its location. This application offers an effective pothole detection and monitoring solution that can assist in road maintenance operations and provide autonomous vehicles with information on pothole locations, preventing potential accidents and damage.

Bu çalışmada, Kinect sensörü kullanılarak yol yüzeylerinde bulunan çukurların tespiti ve harita üzerinde gösterimi amaçlanmaktadır. Başlangıçta YOLOv5 modeli ile çukur tespiti yapılmış, ancak doğruluk oranının %70 çıkmasından dolayı daha gelişmiş bir model olan YOLOv8’e geçiş yapılmıştır. YOLOv8 kullanılarak %75 başarı elde edilmiş olup daha yüksek doğruluk ve hızlı işlem kapasitesi sayesinde çukurların tespiti iyileştirilmiştir. Geliştirilen sistem sayesinde tespit edilen çukurların GPS koordinatları, Kinect sensöründen elde edilen derinlik verileri ile birleştirilerek harita üzerinde işaretlenmektedir. .NET MAUI ile yapılan uygulama, kullanıcılara bu tespitleri anlık olarak gösterecek şekilde geliştirilmiştir. Tespit edilen her çukur, harita üzerinde belirgin bir şekilde işaretlenmektedir. Böylelikle sürücülerin çukurun bulunduğu konumdan geçerken uyarılması sağlanacaktır. Ayrıca bu uygulama sayesinde hem yol bakım çalışmalarında kullanılabilecek etkili bir çukur tespit ve izleme çözümü sunulmakta hem de otonom sürüş sırasında araçlara yol güzergahında bulunan çukurların konumu bildirilerek olası kazaların ve arızaların önüne geçilebilecektir.

Açıklama

1139B412300872

Anahtar Kelimeler

Image Processing, Görüntü İşleme, Deep Learning, Derin Öğrenme

Kaynak

Uluslararası Batı Karadeniz Mühendislik ve Fen Bilimleri Dergisi

WoS Q Değeri

Scopus Q Değeri

SDG

Cilt

6

Sayı

2

Künye

Onay

İnceleme

Ekleyen

Referans Veren