Akademik Veri Yönetim Sistemi
2.INTERNATIONAL SELÇUK SCIENTIFIC RESEARCHES CONGRESS, Konya, Türkiye, 21 - 22 Ekim 2023, ss.414-415
Karayollarında sürüş konforu, ulaşım ve bakım maliyetleri ile oluşacak kazalar açısından yol yüzeyi bozuklukları oldukça büyük öneme sahiptir. Karayolu taşıtına pahalı bir donanım eklemeksizin akıllı telefonun sahip olduğu titreşim sensörlerini ve GPS’i kullanarak yol çukurlarını belirlemek düşük maliyetli bir çözüm olacaktır. Bu amaçla iOS tabanlı mobil cihazlarda çalışan bir mobil uygulama geliştirilerek yol titreşim verilerinin toplanması ve standardize edilmesi için bir yöntem önerilmiştir. Bu çalışmada önerilen yol veri toplama modeli; akıllı telefon sensörleri, yol titreşimlerini toplayan mobil uygulama ve veri toplama yönteminden oluşmaktadır. Akıllı mobil cihazla yol titreşim verilerinin toplanması deneysel ve gerçek uygulama olarak isimlendirilen iki farklı yaklaşımla yapılmaktadır. İlkinde sadece 3-bileşenli ivmelenme acc(x,y,z) ve açısal hızdan gyro(x,y,z) oluşan yol titreşim verilerinin toplanması araca sabitlenmiş bir akıllı telefon ve geliştirilmiş mobil uygulama ile otomatik gerçekleştirilmektedir. Diğerinde ise yukarıdakine ilave olarak sabitlenmemiş ikinci bir mobil cihaz ve geliştirilen mobil uygulama kullanılarak elle ‘çukur algılandı’ bilgisinin konumu (enlem, boylam) içerecek şekilde toplanmaktadır. İkinci yaklaşımda iki mobil cihazının eşleştirilmesi oldukça önemli olup bir QR kod ile gerçekleştirilmektedir. Ayrıca yol verisi çözünürlüğü de mobil uygulama ile değiştirilebilmektedir. 3-bileşenli ivmelenme acc(x,y,z) ve açısal hızdan gyro(x,y,z) oluşan yol titreşim verileri ve ‘çukur-var’ bilgisi toplamda 7-bileşenli analog sinyal süre ve boyut sınırlaması olmadan bilgisayar sistemine aktarılmaktadır. Önerilen veri toplama modelinin ikinci aşamasında 7-bileşenli analog verilerin veri kaybına uğramaksızın oluşturulan veri işleme algoritmaları ile çözünürlükleri artırılmaktadır. Bu çalışmada 85-90 data/s çözünürlükle elde edilen yol titreşim verileri 1000 data/s çözünürlüğe dönüştürülmüştür. Yol verilerinin toplanması ve standardize edilmesini başarılı olarak gerçekleştiren metodoloji ile Evrişimli Sinir Ağı yöntemini yol çukurlarının belirlenmesinde kullanılmasına bir katkı sağlandığı değerlendirilmektedir.
The quality of road surfaces is of great significance in terms of driving comfort, transportation costs, and the prevention of accidents on highways. Detecting road defects, particularly potholes, holds a key role in this context. Utilizing the vibration sensors and GPS available in smartphones, without the need for costly additional hardware on vehicles, offers a cost-effective solution for pothole detection. For this purpose, a mobile application, operating on iOS-based mobile devices, has been developed to propose a method for the collection and standardization of road vibration data.. The proposed road data collection model in this study comprises smartphone sensors, a road vibration data collection mobile application, and a data collection method. The collection of road vibration data using a smart mobile device is performed through two different approaches known as experimental and real-world application. In the first approach, only the road vibration data composed of 3-component acceleration (acc(x, y, z)) and angular velocity from gyroscopes (gyro(x, y, z)) is collected automatically by a smartphone affixed to the vehicle, using a developed mobile application. The second approach, in addition to the first, involves the use of a second mobile device that is not affixed and is manually used to collect the 'pothole detected' information, including the position (latitude and longitude). In the second approach, the pairing of two mobile devices is crucial, and this is achieved via a QR code. Furthermore, the road data resolution can be adjusted using the mobile application. The 3-component acceleration (acc(x, y, z)) and angular velocity from gyroscopes (gyro(x, y, z)) that constitute the road vibration data, along with the 'pothole-present' information, are transferred to the computer system as a 7-component analog signal without any signal duration and size limitations. In the second phase of the proposed data collection model, the resolutions of the 7-component analog data are increased without data loss, thanks to data processing algorithms. In this study, road vibration data obtained at a resolution of 85-90 data/s were transformed into a resolution of 1000 data/s. The methodology, which successfully enables the collection and standardization of road data, is considered a contribution to the utilization of Convolutional Neural Network methods in pothole detection.