Akademik Veri Yönetim Sistemi
International Conference on Artificial Intelligence and Applied Mathematics in Engineering (ICAIAME 2019), Antalya, Türkiye, 20 - 22 Nisan 2019, ss.111-112
DERİN ÖĞRENME YÖNTEMİ İLE YOL AYDINLATMASINDA PARILTI ÖLÇÜMLERİNİN TAHMİNİ
Taşıt trafiğinin artması sonucu sürücülerin güvenli ve konforlu seyahat etmelerini sağlamak için yol aydınlatmasına verilen önem her geçen gün artmaktadır. Uluslararası Aydınlatma Komisyonu’nun 115 no’lu teknik raporunda yol aydınlatması ölçümleri için yolun tipine bağlı olarak ideal parıltı değerleri belirtilmiştir. Bu teknik rapora göre beş farklı yol tipi için aydınlatma sınıfları bulunmaktadır. Şehir içi ana güzergâhlar (Hız <50 km/s) için M3 yol aydınlatma sınıfı istenmektedir ve bu sınıf için istenen ideal parıltı değeri en az 1 cd/m2 olarak belirlenmiştir. Zaman içerisinde lambaların kullanımına, çevresel etkilere, kirlenme faktörüne bağlı olarak bozulmalar ve ürettikleri toplam ışık akısında düşüşler meydana gelmektedir. Armatürlerin zamana bağlı olarak bu olumsuzluklardan ne kadar etkilendiğini belirlemek için periyodik olarak fotometrik ölçümlerinin yapılması gerekmektedir. Günümüzde aydınlatma ölçümleri fotometrik ölçü aletleri ile yapılmaktadır. Bu işlem için zaman, maliyet ve yetişmiş insan gerekmektedir. Günümüzde teknolojilerindeki gelişmelere paralel olarak ölçü aletlerinin yerini yapay zekâ temelli ölçüm sistemleri almaktadır. Bu çalışmada derin öğrenme yöntemi kullanılarak yol aydınlatma ölçüm birimi olarak kullanılan parıltının tahmini yapılmıştır. Bunu için yolun karelendirmesi yapılarak ölçüm noktaları belirlenmiş ve bu noktaların parıltı değerleri ölçülmüştür. Yolun belirlenen standartlarda alınan görüntüsü üzerindeki piksellerin renksel değerleriyle (R,G,B), yolun o bölgesinde ölçülen parıltı değerleri arasında derin öğrenme teknikleri kullanılarak matematiksel bir bağıntı kurulmuştur. Gerçekleştirilen bu çalışma ile yolun herhangi bir ölçüm cihazı olmaksızın tek bir görüntüsü üzerinden parıltı değerinin belirlenmesi amaçlanmaktadır.
Anahtar Kelimeler: Derin öğrenme, yol aydınlatması, parıltı, derin sinir ağı
THE ESTIMATION OF LUMINANCE MEASUREMENTS IN ROAD LIGHTING BY DEEP LEARNING METHOD
As a result of the increase in vehicle traffic, the importance of road lighting is increasing day by day to ensure safe and comfortable travel of the drivers. According to the International Lighting Commission's technical report No: 115, the ideal luminance values are specified depending on the type of road for road lighting measurements. According to this technical report, there are lighting classes for five different road types. M3 road lighting class is requested for the main routes (speed <50 km / h) and the ideal glow value for this class is at least 1 cd / m2. Over time, the use of lamps, environmental effects, degradation due to the factors of pollution and the decrease in the total luminous flux they produce occur. Periodically, photometric measurements are required to determine how much armatures are affected by these negativities depending on time. Today, lighting measurements are made by photometric measuring instruments. This process requires time, cost and trained people. Today, in parallel with the developments in technology, measuring instruments are replaced by artificial intelligence-based measurement systems. In this study, using the deep learning method, the luminance of the road lighting measurement unit is estimated. For this purpose, the measurement points were determined and the luminance values of these points were measured. A mathematical correlation was established with the color values (R, G, B) of the pixels on the image taken at the determined standards of the road, using deep learning techniques between the luminance values measured in that region of the road. The aim of this study is to determine the luminance value of a road through a single image without a measurement device.
Keywords: Deep learning, road lighting, luminance, deep neural network