Proje Raporu · DMS v1.0

Akıllı Sürücü
İzleme Sistemi

Derin öğrenme ve geometri takibi aracılığıyla trafik güvenliğini artıran gerçek zamanlı, bilgisayarlı görü tabanlı platform.

Öğrenci
Soheil Sanati Moutaban
Öğretim Görevlisi
Öğr.Gör. Ercan Yavuz
Ders
Sistem Analizi II
0
FPS İşleme
0
Gecikme
0
Algılama Modu
01 · Genel Bakış

Projenin Amacı

Sürücü İzleme Sistemi (DMS), proaktif araç güvenliği teknolojilerinde önemli bir ilerlemeyi temsil eder. Python ve OpenCV ile geliştirilen bu sistemin temel amacı, sürücünün durumunu gerçek zamanlı olarak gözlemlemek, yorumlamak ve buna tepki vermektir.

Canlı kamera görüntülerini işleyerek yüz geometrisi ve göz metrikleri analiz edilir. Uyku hali, dikkat dağınıklığı veya görsel engel tespit edildiğinde sistem anında uyarı mekanizmasını devreye sokar.

  Bilgisayarlı Görü   Derin Öğrenme   Gerçek Zamanlı   Güvenlik
Sistem Performans Metrikleri
Doğruluk Ölçümleri
EAR Uyuşukluk Tespiti %94
Baş Duruşu Tahmini %89
PERCLOS Doğruluğu %91
Sistem Güvenilirliği %98
02 · Temel Özellikler

DMS, yüz noktaları üzerinde katı geometrik analiz uygulayarak sürücünün uyku durumunu hesaplar.

Göz En-Boy Oranı — Eye Aspect Ratio
EAR =
‖p₂ − p₆‖  +  ‖p₃ − p₅‖
2  ×  ‖p₁ − p₄‖
p₁, p₄ yatay göz köşe noktaları  ·  p₂, p₃, p₅, p₆ dikey göz sınır noktaları.
EAR değeri belirlenen eşik değerinin altına düştüğünde uyuşukluk durumu tetiklenir.
  • Göz En-Boy Oranı (EAR) – gözlerin geometrik açıklık değerini ölçer.
  • PERCLOS – kayan zaman penceresi üzerinden ortalama göz kapanma yüzdesini hesaplar.
  • EAR eşiğin altına düştüğünde 'UYUYOR' durumu tetiklenerek anlık alarm gönderilir.

Uyanık kalmak yeterli değildir. Sistem, sürücünün bakış yönünü ve baş duruşunu aktif izler.

3B Baş Duruşu Tahmini — Head Pose Estimation
ψ Yaw
+
θ Pitch
+
φ Roll
Baş Duruşu Vektörü
ψ (Yaw) yatay dönüş  ·  θ (Pitch) dikey eğim  ·  φ (Roll) eksen dönüşü.
Herhangi bir açı belirlenen eşiği aştığında dikkat dağınıklığı skoru güncellenir.
  • Baş Duruşu Tahmini – aşırı yatay (yaw), dikey (pitch) ve eksen dönüşü (roll) açılarını tespit eder.
  • Çok katmanlı 'Dikkat Dağınıklığı Skoru' ile kesintinin şiddeti sınıflandırılır.

DMS, kameraya müdahale edilmiş ya da engellenmiş koşulları tespit eden yerleşik mekanizmalara sahiptir.

  • Her karede yüz özelliklerinin çıkarılabilirliği sürekli doğrulanır.
  • Kamera kapatılır, eğilir veya körleştirilirse 'KAMERA ENGELLENDİ' alarmı devreye girer.
  • Sonlu Durum Makinesi (FSM) koşullu geçişleri yöneterek yanlış pozitif oranını minimize eder.

Geometrik analizin yanı sıra arka planda asenkron çalışan YOLO tabanlı nesne tespiti modülü içerir.

  • Ana render döngüsünü engellemeden ayrı iş parçacığında çalışır.
  • Telefon kullanımı ve sigara gibi dikkat dağıtıcı nesneleri sınıflandırır.
  • Sonuçlar ana motora thread-safe kuyruk yapısıyla iletilir.
03 · Sistem Mimarisi
Boru Hattı Akış Diyagramı
Çok İş Parçacıklı Mimari

DMS, ağır derin öğrenme çıkarımlarını ana döngüyü engellemeden işlemek üzere tasarlanmış çok iş parçacıklı mimaride çalışır.

1

Video Yakalama

Yüksek kare hızlı kamera akışı alınarak çerçeve tamponu doldurulur.

OpenCV · VideoCapture
2

Geometri Takibi

Ana iş parçacığı – 1ms gecikme

MediaPipe

YOLO Boru Hattı

Asenkron arka plan

Async Thread
3

Analitik Motoru

Sonlu Durum Makinesi EAR/PERCLOS/Distraksiyon skorlarını değerlendirerek sürücü durumuna karar verir.

FSM · Skor Hesaplama
4

Çıktı & Telemetri

PyGame arayüzü, sesli alarmlar ve araç simülasyon yöneticisi tetiklenir; telemetri verileri kaydedilir.

PyGame · Simülasyon
Teknoloji Yığını
Kullanılan Araçlar & Kütüphaneler
Python 3.x OpenCV MediaPipe YOLO PyGame NumPy Threading FSM
04 · Etki Kapsamı
Yapay Zeka ile Pratik Güvenlik
Akademik & Endüstriyel Değer

DMS'nin teknik uygulaması, üst düzey makine öğrenmesi modellerini düşük gecikmeli yazılım mühendisliğiyle entegre etme konusunda güçlü bir yetkinlik sergilemektedir.

Araçlardaki otonom unsurlar yaygınlaştıkça insan denetimli doğrulama kritik önem kazanır. Bu proje, modüler yapısıyla kurumsal genişleme veya daha büyük telemetri platformlarına entegrasyon için hazır bir altyapı sunar.

Temel Kazanımlar
01
Eş Zamanlı Çok İş Parçacıklı Programlama Python'da yapay zeka görevleri için thread-safe kuyruk yapıları ve asenkron iş parçacığı yönetiminin uygulamalı kullanımı.
02
Matematiksel Geometrinin Yazılıma Dönüşümü Soyut geometrik hesaplamaların (EAR, yaw/pitch/roll) gerçek zamanlı eyleme dönüştürülebilir arayüz verisine çevrilmesi.
03
Hata Toleranslı Durum Makinesi Tasarımı Gürültülü ve eksik görsel veriyle başa çıkabilen sağlam Sonlu Durum Makinesi (FSM) mimarisi oluşturulması.
04
Gerçek Dünya Güvenlik Uygulaması Akademik çalışmanın ötesine geçerek endüstriyel araç güvenlik sistemleriyle entegre edilebilir prototip geliştirilmesi.
Gelecek Genişleme Planı
Yol Haritası
  • Weights & Biases ile ML eğitim gözlemlemesi entegrasyonu
  • CAN Bus arayüzü üzerinden araç kontrol sistemlerine bağlantı
  • Bulut tabanlı telemetri ve filo yönetimi desteği