Otonom araçlar için pekiştirmeli öğrenme tabanlı şerit değiştirme algoritması geliştirilmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, OTOMOTİV MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: ŞEYMA UYGUR

Danışman: Fatih Şahin

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Günümüzde otonom sürüş teknolojilerinin yaygınlaşması, bu alandaki araştırmaları artırmıştır. Trafik güvenliği, akıcılığı ve sürüş konforu gibi hedeflere ulaşmak için bu teknolojiler sürekli geliştirilmektedir. Otonom sürüş sistemlerinin gelişiminde yapay zekâ, özellikle pekiştirmeli öğrenme (Reinforcement Learning) algoritmaları önemli rol oynamaktadır. Bu çalışmada, otonom araçlar için şerit değiştirme kararını verebilen bir sistem geliştirilmiştir. Karar verme, rota planlama ve rota takibi aşamaları entegre bir şekilde ele alınmıştır. Karar verme süreci için DQN (Deep Q Network) tabanlı pekiştirmeli öğrenme algoritması kullanılmıştır. Şerit değiştirme rotası Sigmoid Fonksiyonu ile oluşturulmuş, rota takibi için Stanley denetleyici tercih edilmiştir. Modelleme, senaryo oluşturma ve test aşamaları MATLAB/Simulink yazılımında gerçekleştirilmiştir. Araç modeli olarak üç serbestlik dereceli bisiklet modeli kullanılmıştır. Senaryo, iki şeritli bir yolda ilerleyen otonom araç ve sabit hızda hareket eden dört çevre araçtan oluşmaktadır. Gözlem kümesi; araçların hız ve konum bilgilerini, aksiyon kümesi ise şerit değiştirme ve şeritte kalma eylemlerini içermektedir. Ödül fonksiyonu, çarpışmasız ve başarılı şerit değişimlerine göre yapılandırılmıştır. Farklı başlangıç koşullarında ve 10–30 m/s hız aralığında oluşturulan senaryolar ile DQN ajanı eğitilmiş; araç, uygun kararlar vererek güvenli şekilde ilerlemiştir.