The most important resource in navigational safety for marine vehicles is radar information. The information from the radar is read continuously by an operator and the navigation process is tried to be carried out safely. In navigational safety, it is very important that the operator does not misclassify for object detection. In this study, for the first time in the literature, a fuzzy logic-based classifier has been created for navigational safety in the light of information obtained from radar with artificial intelligence. The classifier is designed to detect vessels, land, buoys and unidentified objects. Since there is no data set presented in the literature, fuzzy logic model, which is an expert-based artificial intelligence method, has been preferred. On the other hand, in order to test the performance of the model, a dataset is proposed with the algorithm designed synthetically from the help of expert experiences. As a result of the analysis, it has been shown that the fuzzy model can detect objects successfully. Moreover, it is predicted that this model will play a key role in the design of intelligent radar systems in the future
Deniz araçları için seyir güvenliğinde en önemli kaynak radar bilgisidir. Radardan gelen bilgiler bir operatör tarafında sürekli okunarak seyir süreci güvenli şekilde yürütülmeye çalışılmaktadır. Seyir güvenliğinde, nesne tespiti için operatörün hatalı sınıflandırma yapmaması çok önemli bir durumdur. Buradan hareketle bu çalışmada, literatürde ilk defa yapay zekâ ile radardan alınan bilgiler ışığında seyir güvenliği için bulanık mantık temelli bir sınıflandırıcı oluşturulmuştur. Sınıflandırıcı, deniz araçları, kara parçası, şamandıra ve tanımsız nesneleri algılayabilecek şekilde tasarlanmıştır. Hali hazırda literatürde sunulan bir veri seti olmaması nedeniyle uzman temelli yapay zekâ metodu olan bulanık mantık modeli tercih edilmiştir. Diğer taraftan, oluşturulan modelin başarımını test etmek için, uzman deneyimleri yardımıyla sentetik olarak oluşturulan algoritma ile bir veri seti önerilmiş ve model bu veriyle test edilmiştir. Analiz sonucunda bulanık modelin başarılı biçimde nesne tespiti yapabildiği gösterilmiştir. Dahası, bu modelin gelecekte akıllı radar sistemleri tasarımları için anahtar rol oynayacağı öngörülmektedir.
Primary Language | Turkish |
---|---|
Subjects | Computer Software |
Journal Section | Research Articles |
Authors | |
Publication Date | August 31, 2023 |
Submission Date | February 12, 2023 |
Acceptance Date | June 7, 2023 |
Published in Issue | Year 2023 Volume: 9 Issue: 2 |