Toplu Ulaşımda Sürücü Tanıma Sistemleri: Minibüs Model Önerisi

Öz

Ulaşım, bireylerin ve nesnelerin belirli bir amaç doğrultusunda mekânsal yer değiştirmesini ifade ederken; toplu ulaşım, çok sayıda yolcunun eş zamanlı olarak ortak bir taşıma aracıyla gerçekleştirdiği ulaşım türüdür. Bu çalışma, Türkiye’nin toplu taşıma sisteminin önemli bir parçası olan minibüslerin kentsel ulaşım içerisindeki yerini incelemekte; özel olarak İstanbul metropoliten alanındaki minibüs işletmeciliğinin mevcut yapısını değerlendirmektedir. Araştırma kapsamında, minibüs sürücülerine yönelik geliştirilen yenilikçi bir sürücü tanıma modeli önerilmiştir. Bu model, derin öğrenme tabanlı yüz tanıma teknolojileri aracılığıyla sürücülerin mesleki yeterlilikleri, güzergâh yetkilendirmeleri ve araç kullanım uygunlukları gibi kritik parametrelerin kontrolünü sağlamayı amaçlamaktadır. Model, "mobApps" adlı mobil uygulama ile entegre edilerek denetim süreçlerinin dijitalleşmesi, engelli erişilebilirliğinin artırılması, ödeme sistemlerinin optimize edilmesi ve kayıt dışı faaliyetlerin azaltılması gibi çok boyutlu katkılar sunmaktadır. Minibüs taşımacılığının karşılaştığı yapısal ve operasyonel sorunlara teknoloji temelli bir çözüm sunan bu çalışma, ulaşımda dijital dönüşümün uygulanabilirliğini göstermesi bakımından önem taşımaktadır. Önerilen sistemin, toplu taşıma hizmetlerinin güvenliği ve verimliliği açısından katkı sunacağı ve benzer modellerin geliştirilmesine temel oluşturacağı öngörülmektedir.

Anahtar Kelimeler

• Minibüs
• toplu ulaşım
• sürücü tanıma sistemi
• yüz tanıma
• akıllı ulaşım sistemleri

Driver Identification Systems in Public Transportation: Minibus Model Proposal

Öz

While transportation refers to the spatial displacement of individuals and objects for a specific purpose; public transportation is a type of transportation in which a large number of passengers simultaneously use a common transportation vehicle. This study examines the place of minibuses, which are an important part of Turkey's public transportation system, in urban transportation; and specifically evaluates the current structure of minibus operations in the Istanbul metropolitan area. Within the scope of the research, an innovative driver recognition model developed for minibus drivers has been proposed. This model aims to control critical parameters such as drivers' professional qualifications, route authorizations and vehicle usage suitability through deep learning-based facial recognition technologies. The model offers multidimensional contributions such as digitalization of inspection processes, increasing disabled accessibility, optimizing payment systems and reducing unregistered activities by being integrated with the mobile application called "mobApps". This study, which offers a technology-based solution to the structural and operational problems encountered by minibus transportation, is important in terms of demonstrating the applicability of digital transformation in transportation. It is envisaged that the proposed system will contribute to the safety and efficiency of public transportation services and will form the basis for the development of similar models.

Anahtar Kelimeler

• Minibus
• public transportation
• driver recognition system
• face recognition
• intelligent transportation

Kaynakça

1. Asis Elektronik. (2025). AI şoför durumu analiz. Erişim 10 Mayıs 2025, https://asiselektronik.com.tr/tr/urun/ai-sofor-durumu-analiz/
2. Banister, D. (2008). The sustainable mobility paradigm. Transport Policy, 15(2), 73–80. https://doi.org/10.1016/j.tranpol.2007.10.005
3. Büyükbaş, A. M., & Öztürk, A. (2024). Yüz tanımada derin öğrenme mimarilerinin ve yüz bulma yöntemlerinin karşılaştırılması. Bilgisayar Bilimleri ve Teknolojileri Dergisi, 5(2), 14–23.
4. Cervero, R. (1997). Paratransit in America: Redefining mass transportation. Praeger.
5. Cervero, R., & Golub, A. (2007). Informal transport: A global perspective. Transport Policy, 14(6), 445–457. https://doi.org/10.1016/j.tranpol.2007.04.011
6. Dülger, M. V. (2021). Kişisel verilerin silinmesi, yok edilmesi veya anonim hale getirilmesi hakkında yönetmeliğin getirdikleri ve dikkat edilmesi gereken hususlar (The issues brought to be considered by the Regulation on the Deletion, Destruction or Anonymization of Personal Data). Available at SSRN 3792237.
7. Finn, B. (2012). Towards large-scale flexible transport services: A practical perspective from the domain of paratransit. Research in Transportation Business & Management, 3, 39–49.
8. Hanafi, M. F. F. M., Nasir, M. S. F. M., Wani, S., Abdulghafor, R. A. A., Gulzar, Y., & Hamid, Y. (2021). A real time deep learning based driver monitoring system. International Journal on Perceptive and Cognitive Computing, 7(1), 79-84.

9. Hatipoğlu, S., Öztürk, E. A., & Çubuk, M. K. (2007). Kentsel ulaşımda talebe bağlı servis sistemi: Bir bilgi sistemi kurgusu. Teknoloji, 10(4), 239–248.
10. İstanbul Büyükşehir Belediyesi (İBB). (2023). İstanbul Ulaşım Ana Planı 2030: Ana rapor. Erişim: 9 Mayıs 2024 https://www.ibb.gov.tr/tr-TR/kurumsal/Birimler/ulasimPlanlama/Documents/%C4%B0UAP_Ana_Raporu.pdf
11. T.C. Ulaştırma ve Altyapı Bakanlığı. (2018). Karayolları trafik yönetmeliği. Erişim 10 Ekim 2025 https://www.uab.gov.tr/uploads/legislations/karayollari-trafik-yonetmeligi/karayollari-trafik-yonetmeligi-65cefcad0a8ff.pdf
12. Kahraman, R. (2010). Kent içi trafiğinde minibüs ve İstanbul örneği analizi (Yayınlanmamış yüksek lisans tezi). Bahçeşehir Üniversitesi, Fen Bilimleri Enstitüsü, Kentsel Sistemler ve Ulaştırma Yönetimi Anabilim Dalı.
13. Karamustafaoğlu, P. A. (2010). RFID (radyo frekanslı tanıma) teknolojilerinin işletme performansı üzerindeki etkileri (Yayınlanmamış yüksek lisans tezi). Dokuz Eylül Üniversitesi, Türkiye.
14. Kartal, B., Tektaş, M., & Tektaş, N. (2024). Toplu ulaşım sisteminde sürücü tanıma sistemi: Türkiye taksi örneği. Akıllı Ulaşım Sistemleri ve Uygulamaları Dergisi, 7(2), 242–262. https://dergipark.org.tr/en/download/article-file/4214050
15. Kartal, M. (2024). Toplu ulaşımda sürücü tanıma sistem önerisi: İstanbul minibüs örneği (Yayınlanmamış yüksek lisans tezi). Bandırma Onyedi Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Akıllı Ulaşım sistemleri ve Teknolojileri Anabilim Dalı.
16. Kaya, F., & Yılmaz, A. (2021). Kentsel ulaşımda minibüslerin entegrasyon sorunları ve çözüm önerileri. Şehircilik ve Ulaşım Araştırmaları Dergisi, 5(2), 67–82.
17. Litman, T. (2021). Evaluating public transportation health benefits. Victoria Transport Policy Institute. Retrieved from https://www.vtpi.org
18. Menteş, M. M., Güven, M. M., Özcan, Ş. N., & Akşahin, M. F. (2020). Göz hareketlerinin takibi ile bilgisayar kontrolü. Avrupa Bilim ve Teknoloji Dergisi, 204–210. https://dergipark.org.tr/en/download/article-file/1237432
19. N2Mobil. (2025). Araç takip cihazları ses kaydı yapar mı? Erişim 9 Ekim 2025 https://n2mobil.com/arac-takip-cihazlari-ses-kaydi-yapar-mi
20. Newman, P., & Kenworthy, J. (2015). The end of automobile dependence: How cities are moving beyond car-based planning. Island Press.
21. Nitelikli Veri. (2024). Kanunlara göre kişisel verilerin saklanma süreleri. Erişim 10 Ekim 2025 https://nitelikliveri.com/kvkk-kavramlar/kanunlara-gore-kisisel-verilerin-saklanma-sureleri/
22. Nuspa. (2023). Kişisel verilerin korunması ve gizlilik politikası. Erişim: 10 Ekim 2025 https://nuspa.com.tr/kisisel-verilerin-korunmasi-ve-gizlilik-politikasi/
23. Öztürk, H. (2012). Trafik talep yönetimi ve Gürsu ilçesinde sürdürülebilir ulaşım planlaması (Yayınlanmamış doktora tezi). Bahçeşehir Üniversitesi, Fen Bilimleri Enstitüsü.
24. Protek Zaman. (2025). RFID kart okuyucu cihazları. Erişim: 8 Eylül 2025 https://www.protekzaman.com/urunler/rfid-kart-okuyucu-cihazlari
25. Safalı, Y., & Avaroğlu, E. (2021). Derin öğrenme ile yüz tanıma ve duygu analizi. Avrupa Bilim ve Teknoloji Dergisi, (31), 764–770. https://dergipark.org.tr/en/download/article-file/2029819
26. Senduran, F. (2019). Göz takip sisteminin (Eye Tracker) spor biliminde kullanılması: Yeni araştırmacılar için kılavuz. Spormetre Beden Eğitimi ve Spor Bilimleri Dergisi, 17(4), 1–13. https://dergipark.org.tr/en/download/article-file/885809
27. Şenol, A., & Aktaş, E. (2022). Mega kentlerde ulaşım sistemlerinin sürdürülebilirliği: İstanbul örneği. Şehir Planlama Dergisi, 33(1), 45–62.
28. Turkish Law Blog. (2024). Veri koruması için yöntemler: Anonimleştirme ve psödönimleştirme hakkında bir inceleme. Erişim: 12 Eylül 2025 https://turkishlawblog.com/insights/detail/veri-korumasi-icin-yontemler-anonimlestirme-ve-psodonimlestirme-hakkinda-bir-inceleme
29. Türkiye İstatistik Kurumu (TÜİK). (2024). Adrese dayalı nüfus kayıt sistemi sonuçları, 2023. https://data.tuik.gov.tr
30. Visure Solutions. (2023). Otomotiv: Adalar. Erişim: 10 Eylül 2025, https://visuresolutions.com/tr/industries/automotive
31. Yılmaz, T., & Karataş, M. (2023). Minibüs işletmeciliğinde teknoloji kullanımı ve hizmet kalitesi. Teknoloji ve Ulaşım Dergisi, 15(2), 189–205.
32. Zhou, Y., Li, H., Wang, Y., & Chen, J. (2021). Driver identification based on deep learning for intelligent transportation systems. IEEE Transactions on Intelligent Transportation Systems, 22(3), 1820–1831. https://doi.org/10.1109/TITS.2020.3002718
33. ZKTeco Türkiye. (2025). Hibrit çoklu biyometrik zaman kontrol PDKS sistemleri cihazları. Erişim: 10 Eylül 2025, https://zkteco.com.tr/urunler/zaman-kontrol-pdks-sistemleri-cihazlari/hibrit-coklu-biyometrik