- Akıllı Ulaşım Sistemleri ve Uygulamaları Dergisi
- Vol: 5 Issue: 2
- Prediction of Highway Pavement Surface Condition Based on Meteorological Parameters Using Deep Learn...
Prediction of Highway Pavement Surface Condition Based on Meteorological Parameters Using Deep Learning Method
Authors : Tahsin Baykal, Fatih Ergezer, Serdal Terzi
Pages : 81-88
Doi:10.51513/jitsa.1152377
View : 31 | Download : 13
Publication Date : 2022-10-29
Article Type : Research
Abstract :Karayollarında yol kaplama yüzeyinin durumu trafik güvenliğinin sağlanmasında önemli bir faktördür. Yolun bulunduğu iklim koşullarına göre yol kaplamalarının durumu değişkenlik göstermektedir. Yol kaplamalarının meteorolojik faktörlere göre değişkenlik durumunu kayıt altına almak için hem yol kaplama içerisine yerleştirilen sensorler hem de yol kenarlarına yol meteoroloji bilgi istasyonları kurulmaktadır. Akıllı ulaşım sistemleri kapsamında yol yönetim bilgi sistemlerinin kurulması ve sensörlerden alınan veriler ile gerçek zamanlı yol kaplamasının durumu gözlenebilmektedir. Bu sensor verileri ile yol yüzey durumu farklı yapay zeka yöntemleri ile tahmin edilebilmektedir. Böylece yol yüzey durumunun kuru, ıslak ve buzlu olmasına göre önlemlerin alınmasında karar vericiler için önemli bilgiler sunulmaktadır. Bu çalışmada, meterolojik parametelere bağlı yol yüzey durumu tahmin edilmesi amaçlanmıştır. Bu amaçla, derin öğrenme modelleri geliştirilmiştir. 65966 adet veriseti içerisinde hava sıcaklığı, çiğ noktası sıcaklığı, rüzgar hızı, rüzgar yönü, esinti hızı , kaplama sensör sıcaklığı ve kaplama sensör durumu parametreleri kullanılmıştır. Derin öğrenme modellerinin değerlendirilmesinde accuracy kullanılmıştır. Yapılan değerlendirme sonucunda en iyi modelin accuracy değeri 0.88 olarak belirlenmiştir. Ayrıca en iyi modelin test seti için her bir sınıfa ait accuracy, recall, presicion ve F1-score değerleri hesaplanmıştır.Keywords : Akıllı ulaşım sistemleri, yapay zeka, derin öğrenme, karayolu üstyapı, meteorolojik parametreler