Akademik Veri Yönetim Sistemi
Tezin Türü: Bütünleşik Doktora
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik ve Elektronik Mühendisliği (İngilizce) Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: İngilizce
Öğrenci: Güner Tatar
Asıl Danışman (Eş Danışmanlı Tezler İçin): Salih Bayar
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Bu tez, gelişmiş donanım-yazılım entegrasyonu ve çoklu görev öğrenme çerçeveleri aracılığıyla Gelişmiş Sürücü Destek Sistemlerini (A/DAS) geliştirmeye yönelik yeni bir yaklaşım sunmaktadır. Pynq-Z1 ve esas olarak Kria KV260 Vision geliştirme kartları kullanılarak yürütülen araştırma, Python tabanlı PYNQ paketi ve FINN çerçevesi gibi hesaplama çerçevelerinin Pynq-Z1 kartına entegrasyonunu tanıtmaktadır. Bu yenilikçi yaklaşım, çeşitli uygulamalarda önemli donanım hızlandırmasını gösteren deneyler için bir temel oluşturmakta ve alana benzersiz bir katkı sağlamaktadır. Tezin merkezinde, tamamen otonom sürüş için A/DAS'de güvenlik ve verimliliği artıran bir MPSoC-FPGA mimarisi üzerinde donanım-yazılım ortak tasarımı yer almaktadır. Kria KV260 üzerinde çeşitli algılama ve segmentasyon görevlerinin ayrıntılı bir şekilde uygulanması yoluyla, çalışma sistem performansında önemli bir iyileşme göstermekte ve kaynakların ve gücün verimli yönetimini tartışmaktadır. Ayrıca tez, heterojen mimariler üzerinde çok görevli bir A/DAS uygulamasını detaylandırarak güç ve kaynak kullanımında önemli azalmalarla kayda değer bir hesaplama verimliliği elde etmektedir. Genel olarak bu araştırma, sistem doğruluğu ve bellek verimliliği için yeni ölçütler sağlayarak akıllı araç teknolojileri alanını derinden etkilemekte ve A/DAS'de gelecekteki ilerlemeler için zemin hazırlamaktadır. Açıklanan deneyler, önerilen yaklaşımların gerçek dünya senaryolarına uyarlanabilirliğini ve etkinliğini göstermekte ve sonuç olarak A/DAS literatürüne önemli bir katkı sağlamaktadır.