Tez No	İndirme	Tez Künye	Durumu
297872		ADES: Automatic driver evaluation system / ADES: Otomatik sürücü değerlendirme sistemi Yazar:KEMAL KAPLAN Danışman: PROF. DR. H. LEVENT AKIN Yer Bilgisi: Boğaziçi Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Otonom sistemler = Autonomous systems	Onaylandı Doktora İngilizce 2011 117 s.
Günümüzde ülkemizde ve dünyada meydana gelen trafik kazalarının büyük bir kısmısürücü hatalarından kaynaklanmaktadır. ADES (Otomatik Sürücü Değerlendirme Projesi) projesininamacı, sürücüler tarafından yapılan trafik kural ihlalerinin araç içerisinde bulunan bir cihaztarafından algılanmasını sağlamak amacı ile geliştirilecek olan uygulamalar için bir altyapıoluşturmaktır. Tasarlanan sistem temel olarak iki kısımda incelenebilir. İlk kısım araç içerisindebulunan çeşitli algılayıcılar tarafından edinilen verileri işleyip bu verilerden değerli bilgilerçıkaran uygulamaları kapsamaktadır. Bu algılayıcılar GPS, kamera gibi yeni nesil araçlardabulunan cihazların yanı sıra RFID okuyucuları gibi araç içerisine sonradan eklenebilecek cihazlardanda oluşabilmektedir. İkinci kısım ise bu algılayıcılardan gelen bilgileri kullanaraksürücünün davranışlarını değerlendirmekle görevli olan çıkarım motorudur. Proje kapsamındabu amaç için tasarlanmış iki uzman sistem örneği verilmiştir. Tasarlanan çözüm gerçek kamerakayıtları üzerinde ve gelişmiş bir benzetim ortamında test edilmiş ve sonuçlar incelenmiştir.
Most of the traffic accidents occurred in the world and in our country are caused by thedrivers. ADES (Automatic Driver Evaluation System) project targets to present a frameworkfor integrating different applications for driver evaluation purpose. The proposed system canbe divided into two main modules. The first one, which is the data acquisition and processingmodule, acquires the sensor information from the outside world and processed this datato present valuable information to the decision system. The system may benefit from built-insensors like cameras or GPS (Global Positioning System) systems as well as non standard deviceslike RFID (Radio Frequency Identification) readers. The second module is the inferenceengine, which processes the information provided by the first module and makes judgmentsabout the actions of the driver. Two sample expert system designs are proposed in the project.The developed solution is tested in simulation environment and by using real video recordings.