Türkiye'de 2018'den bu yana düzenlenen ve milyonlarca gencin teknoloji projelerinin yarıştığı Havacılık, Uzay ve Teknoloji Festivali (TEKNOFEST) kapsamında, Türk-Alman Üniversitesi Bilgisayar Mühendisliği Bölümü'nden bu yıl mezun olan Zeynep Sena Tatlı'nın uyku nedenli trafik kazalarını önleyici projesi, yapay zeka temalı IEEE Lisans Öğrencileri Akademik Konferansı'na (TUAC) seçildi. Mercedes Benz Türk'ün bilgi teknolojileri bölümünde de çalışmaya başlayan Zeynep Sena Tatlı, EAR Diyagramları ve Evrişimli Sinir Ağlarının (CNN) Modelleri ile Gerçek Zamanlı Sürücü Uykululuk Tespiti başlıklı çalışmasında, göz açıklık oranı EAR (Eye Aspect Ratio- Göz açıklık değeri) zaman grafikleri üzerinden sürücülerin uykulu veya uyanık hallerini gerçek zamanlı tespit edebilen bir model oluşturdu.
TRAFİKTEKİ CİDDİ GÜVENLİK RİSKİ
Uykulu sürüşün tüm dünyada trafikteki ciddi güvenlik riski olduğuna dikkati çeken Zeynep Sena Tatlı, hem Türkiye hem de diğer ülkelerde sürücülerin uyuması nedeniyle her yıl binlerce trafik kazası ve binlerce yaralanma ve ölüm olayı yaşandığını belirtti. Tatlı, "Projenin amacı, gerçek zamanlı olarak uykulu sürüş tespitinin yapılması ve sürücülere uyarı verilmesi. Bunu gerçekleştirmek için öncelikle gözler takip edilerek EAR hesaplanmıştır. Bu değer, gözün konumunun tespitinin ardından gözün ne kadar açık olduğunu ifade eden bir formül ile hesaplanmıştır. Bu değer sayesinde kişinin göz kırpma davranışları, gözün kapalı ya da açık olduğu anlar gözlemlenebilmektedir" dedi.
DOĞRULUK ORANI YÜZDE 90'IN ÜSTÜNDE
Ardından bu değerlerin saniyelik olarak gerçek zamanlı bir grafiğe dönüştürüldüğünü, göz açıklık oranının zaman içerisindeki değişimiyle oluşan desenlerin incelendiğini anlatan Tatlı, "Çalışmada bu grafikler, belli zaman aralıklarında saniye başına parçalar halinde kaydedilerek göz açıklık değerinin zamana göre oluşturduğu desenleri ifade eden yeni bir veri seti oluşturulmuştur. Derin öğrenme mimarilerinden biri olan Evrişimli Sinir Ağlarının güçlü desen öğrenme becerisi sebebiyle projede kullanılmıştır. Birkaç farklı sinir ağı mimarisi oluşturulup, EAR zaman grafik parçalarından oluşan veri seti ile eğitilmiştir. Eğitimler sonucu eğitilen modeller doğrulama veri seti ile yüzde 90'ın üstü (yüzde 96) doğruluk oranı göstermiştir" diye konuştu.
ÜÇ FARKLI UYARI VERİYOR
Daha sonra en iyi performansı gösteren model seçilerek uyarı mekanizması kurulduğunu belirten Tatlı, "Bu yapıda sürücülerin göz hareketlerinin oluşturduğu desen ile birlikte yorulmaya başladıklarında sürüşe devam etmemeleri konusunda uyarılması hedeflenmiştir. Sürücüye farklı sınıflandırmalar sonucu 'sürüş güvenli', 'mola vermen iyi olur' ve 'sürüşü durdurmalısın' şeklinde 3 farklı uyarı verilmektedir. Burada daha önce eğitim veri setine katılmamış videolar üzerinde test yapılmıştır. Sürücünün uykulu olduğu videolar üzerinde kısa bir süre sonra 'mola' ve 'sürüşü durdur' uyarılarının verildiği, oluşturulan modelin göz açıklığının zaman içerisinde oluşturduğu desenden kişinin uykulu olma ihtimalini bulabildiği görülmüştür" dedi.
UYKULU SÜRÜŞÜ TESPİT EDİYOR
Bu proje için uykulu ve uyanık durumlarını gerçekçi olarak yansıtan açık kaynak bir video veri seti kullanıldığını dile getiren Tatlı, "Bu videolar kişilerin kendini uyanık ve uykulu hissettikleri anlarda telefon ve bilgisayar gibi cihazlarla çektikleri videolardan oluşmaktadır. Bu sayede göz açıklık değerleri gerçek durumlar üzerine hesaplanmış ve zaman içerisinde oluşturduğu değişimler de gerçekçi olarak incelenmiştir. Projede göz açıklık değerlerinin zamanla oluşturduğu desene bakılmasıyla sürücünün uykulu olduğu durumu, doğal göz davranışlarına bakarak tespit edildiği öngörülmektedir. Çünkü uyanık olunan durumda zaman içerisindeki göz açıklık dengesi daha sabitken uykulu durumda değerlerin ani değişimi ile belirgin desenler oluşabilmektedir. Bu sayede uykulu sürüş durumu göz açıklık değerlerinin zaman içerisindeki değişimi ile tespit edilmekte ve sürücünün uykulu olabileceği durumu erkenden tespit ederek uykulu sürüşün önüne geçmeyi hedeflemektedir" diye konuştu.
