Yaşar Üniversitesi’nden Cennet Kocabıyık Gür, yapay zekâ ve derin öğrenme teknolojilerini kullanarak yeni bir sistem geliştirdi.
Nasıl Çalışıyor? Sadece Görüntü Değil, Ses de Analiz Ediliyor
Cennet Kocabıyık Gür, "Sürücü Yorgunluğunun Tespiti için Gerçek Zamanlı Çok Modlu Derin Öğrenme Sistemi" başlıklı tezinde, mevcut sistemlerin ötesine geçerek yalnızca görüntü değil, ses verilerini de analiz eden bir mekanizma tasarladı. Geliştirilen sistem, bir kamera aracılığıyla sürücünün göz hareketlerini (kapanma, uyuklama) ve esneme davranışlarını izliyor. Aynı zamanda, bir mikrofon sayesinde sürücünün konuşma aktivitesini de takip ederek dikkat dağınıklığına yol açabilecek durumları belirliyor.
Sistem, bu görsel ve işitsel verileri eş zamanlı olarak değerlendiren derin öğrenme algoritmalarıyla çok daha güvenilir bir yorgunluk analizi sunuyor. Tespit edilen yorgunluk belirtileri karşısında ise hem görsel bir uyarı hem de sesli bir ikaz devreye girerek sürücünün anlık farkındalığının artırılmasını ve kazaların önüne geçilmesini hedefliyor.
Akademik Çalışma Gerçek Bir İhtiyaca Yönelik
Aynı zamanda BMC’de Elektrik-Elektronik Sistem Tasarım Mühendisi olarak görev yapan Cennet Kocabıyık Gür, bu akademik çalışmasının doğrudan iş hayatında karşılaştığı bir ihtiyaca cevap verdiğini belirtti. Avrupa Birliği’nin Genel Güvenlik Yönetmeliği (GSR) kapsamında 2026’da yürürlüğe girecek olan ADDW (Gelişmiş Sürücü Uyuşukluğu ve Dikkat Uyarısı) gibi sistemlerin önemine dikkat çeken Gür, akademik bilgilerini pratik mühendislik deneyimiyle birleştirerek sektöre ve akademiye katkı sağlamayı amaçladığını söyledi.
Gür, geliştirdiği prototipin gelecekte farklı araç tiplerine uyarlanarak sürücü güvenliğinin artırılmasına ve kazaların azaltılmasına büyük katkı sağlayabileceğine inandığını da sözlerine ekledi.