Kuzu ve ekibi tarafından AIU'ya gerçekleştirilen Tubbitak tarafından desteklenen proje, yapay zekanın dinamiklerini bir araya getirerek ve sıvıların hesaplanarak araçların neden olduğu hava kirliliğini anında tahmin etmeyi amaçlıyor. Geliştirilen yöntem, trafik kameraları aracılığıyla aracın yoğunluğunu tespit eder ve bu verilerle yüksek çözünürlüklü hava kalitesi haritaları oluşturur ve şehirlerdeki hava kirliliği seviyeleri hakkında daha doğru tahminler sağlar.
Üç önemli kirletici ve trafik havanın kalitesini önemli ölçüde etkilediğinden, kuzu, trafik, endüstri ve şehirlerde ev içi ısıtma.
Kuzu, tüm ana şehirlerde, emisyonları yakan karbon monoksit, partikül maddeleri ve azot oksitleri, kirletici elementlerin izlenmesi sırasında çeşitli zorluklar bulunmuştur.
Modelleme ve tahmin verilerine kolay erişim önemlidir, mevcut veriler esas olarak genel veya orta değerlere dayanır ve her bölge için belirli ayrıntılı verilere erişmek mümkün değildir, “Araçların yapay zeka ve alt sınıf kullanarak hava kirliliğine verdiği emisyonların katkısını hesaplamak istiyoruz”. dedi.
Sistem nasıl çalışır?
Kuzu, yöntemin sistemik işleyişinin üç temel aşamadan oluştuğunu ve aşağıdaki gibi devam ettiğini söyledi:
“Her şeyden önce, trafik kameralarından elde edilen görüntüler derin öğrenme algoritmaları ile analiz edilir ve araçlar sınıflandırılır ve hızları belirlenir, her araç belirlenir. İkinci aşamada, her bir araç grubunun emisyon miktarı, sabit bir araç türlerinin belirli emisyon faktörleri kullanılarak hesaplanır. Bu, yüksek hesaplarla tahmin edilebilir.
Kuzu, ana yolda veya her yerde ekipte emisyonları tahmin etmek istiyorlarsa geliştirdikleri yöntemi kullanarak hesaplayabileceğini ve çeşitli nedenlerle gerekli konsantrasyon verilerini elde etmenin mümkün olduğunu söyledi.
Sonuçların doğruluğu test edildi
Proje için İstanbul'da trafik izleme kameralarını kullandıklarını ve bu modelin farklı hava koşullarında eğitildiğini vurgulayarak Kuzu, bu modeli İstanbul'u takip eden trafik kameralarına uygulayabileceğini söyledi.
Pilot stüdyoda Kuzu, trafik kameralarının Boulevard Besiktas Barbaros'ta kullanıldığını söyledi.
“Sonuç olarak, yüzde 95'in üzerindeki araçları ekleyebiliriz. Hesaplama metodolojisi emisyonlarla ortaya çıkar ve konsantrasyonu herhangi bir zamanda bir video görüntüsü ile hesaplayabiliriz. Model, Yullez Teknik Üniversitesi Besiktas kampüsünün sınırlarında hava kalitesi ölçüm istasyonu için kullanıldı ve sonuçlar test edildi.”
Geliştirdikleri yazılımda ana nokta, araçların sayısını ve türünü belirlemek ve bu amaçla görüntünün Kuzu'yu işlemek için yeterli olduğu bilgileri, kelimelerini aşağıdaki gibi tamamlamaktır:
“Birincisi, şehirlerimizdeki ana sorun kaynağının trafik olduğunu zaten biliyoruz. Şehirlerde konsantrasyon sınırının aşıldığı iki ana kirletici var. Detaylandırılabilir.”
