Video görüntülerinden trafik kazası riskini gerçek zamanlı belirleyen bir sistem tasarımı

Abstract

Trafikteki can ve mal güvenliğini tehlikeye atan davranışların gözlemlenmesi, nedenlerinin anlaşılması ve bununla ilgili gerekli önlemlerin alınması günümüzde önemli araştırma konularından biridir. Trafik akışının düzenli bir şekilde sağlanması, sürücü davranışlarının caydırıcı önlemler geliştirilerek kontrol altına alınması ile mümkündür. Trafik düzeninin sağlanması trafiği oluşturan tüm unsurlar için psikolojik, zamansal ve maddi kazancı beraberinde getirir. Ancak bu durumun belki de en büyük getirisi hiç kuşkusuz insan hayatının korunması ile ilgilidir. Bu çalışmanın ana amaçlarından biri araç davranışlarının analizinde bir otomasyon sağlayarak trafik akışının ve düzeninin kontrol altına alınmasını kolaylaştırmaktır. Bu çalışmada trafik görüntülerini kullanarak takip edilen araçların hareket yörüngelerini inceleyen, bu yörüngelerden trafik kamerasının görüntü alanındaki yol modellerini öğrenebilen, öğrenilen bu yol modelleri yardımıyla araçların olağandışı davranışlarını tespit eden ve birbirleri ile ilişkilerine göre de kaza olasılıklarını tahmin eden bir sistem tasarlanmış ve gerçekleştirilmiştir. Bu amaçla öncelikle, trafik kamerasının görüş açısındaki yolda hareket eden araçların davranışlarının öğrenilmesi sağlanmıştır. Video görüntüleri çeşitli ön işlemlerden geçirildikten sonra, Adaptif Gauss Karışım Modeli yöntemi ile ön plan, arka plandan ayrıştırılır. Sonrasında tüm araçların merkez noktası tespit edilir ve Lucas-Kanade Optik Akış yöntemi kullanılarak takip edilir. Araçların takibi sonucu üretilen hareket yörüngeleri kullanılarak kamera açısı dahilindeki yolun, araçların hareketlerine göre modellenmesi sağlanır. Bu amaçla üretilen tüm hareket yörüngeleri kümelendikten sonra her kümeyi temsil eden ve Gauss Karışımı destekli Saklı Markov Modeli olarak ifade edilen genel yol modelleri bulunur. Sistemin uygulama aşamasında ise takip edilen araçların üretilen genel yol modellerine göre davranışları incelenir ve bu incelemelerin sonuçlarına göre anomali trafik durumları kolaylıkla tespit edilir. Bu işlemlerin ardından uygulama sürecinde takip edilen araç için üretilen kısmi yörüngelerin genel yol modelleri ile yaptığı açı ve uzaklık bilgileri kullanılarak sınıflandırma işlemi yapılır. Araçların sınıflandırıldığı yol modelindeki durumuna ve diğer araçlarla olan ilişkilerine göre anlık hız, konum, ve hareket doğrultusu parametrelerinin değerlendirilmesi sonucunda bir kaza risk faktörü değeri elde edilir. Kaza risk faktörü düşük, orta ve yüksek risk olmak üzere 3 kategoride değerlendirilir. Kaza risk faktörünün zamana göre değişimine göre de kaza riskini belirten bir alarm üretilir. Genel yol modelinin öğrenilmesi sonucu kaza risk faktörü sadece kaza yapma olasılığı bulunan yol modellerinde hareket eden araçlar arasında incelenerek sistemin çalışma performansı artırılır. Çalışma kapsamında elde edilen deneysel sonuçlara göre sistemin %80 doğruluk ve %68 hassasiyet oranı ile kaza riskini belirlediği sonucuna ulaşılmıştır. Testlerde kazaların 2.9 ile 1 saniye öncesinden tahmin edilebildiği sonucuna ulaşılmıştır. Sistemin başarımının kamera görüş açısı, trafik yoğunluğu, hareket eden araçların doğru tespit ve takip edilmesi gibi parametrelere göre değişebildiği gözlemlenmiştir. Araç trafiğini oluşturan unsurların otomatik olarak incelenmesi ve kaza risk faktörlerinin üretilmesi ile trafik koordinasyon merkezlerinde operatör bağımlı yapıdan daha esnek ve geliştirilebilir bir yapıya geçilebilecektir. Sistemin en önemli özelliklerinden biri yol modelinin otomatik olarak öğretilebilir olmasıdır. Bu sayede mevcut trafik kameraları kullanılarak anomali durumlarının ve kaza riskinin oluştuğu anlarda ilgili noktalara odaklanma sağlanabilecektir. Bu da kamera ağının insan kaynağına minimum ölçüde bağımlı hale gelmesini sağlayacak ve genişletilmesine yardımcı olacaktır. Ayrıca anomali yaratan durumların belirlenmesi ve kazaların tahmini sonrasında ihtiyaca göre polis ekiplerinin veya sağlık ekiplerinin bölgeye sevkedilmesi süreci hızlandırılabilecektir. Hali hazırda birçok büyük şehirde trafik kameralarının kurulu olması da bu sistemin uygulanabilirliği açısından büyük bir avantaj oluşturmaktadır. Anahtar Kelimeler: Trafik kazası risk analizi, anomali tespiti, hareket yörüngesi kümeleme ve sınıflandırma, trafik görüntülerinde araç tespiti ve takib