Vehicle Classification Using Magnetic Sensor Data

Abstract

Bilgisayarların hesaplama gücündeki artış her gecen gün daha zor problemlerin çözümünü kolaylaştırmaktadır. Özellikle numerik sensör verileri düşünüldüğünde insan ile kıyaslanıldığında, bilgisayarlar tartışmasız daha fazla veri işleme kapasitesine sahip. Bilgisayar tabanlı sistemler, uygun modeller ve veri setleri kullanıldığında, günlük hayattaki problemlerimizi çözmektedirler. Otomatize edilmiş araç sınıflandırma sistemleri hem Şehirlerin çevre düzenlemelerinde, yol planlamalarında önemli bir rol oynamaktadır. Çeşitli sensörler ve kamera sistemleri kullanılarak devam eden çalışmalar halen yapılmakta. Bu çalışmada, araçların manyetik alan verisi toplanıldı, işaretlendi ve 2 farklı veri seti oluşturuldu. Her iki veri seti, çeşitli Makine Öğrenmesi ve Sinir Ağları modelleriyle eğitildi ve sonuçları kıyaslandı. Bu çalışmada yapılan katkı, ileriki çalışmalarda da kullanılmak üzere veri seti oluşturulmasıdır.

Advancements in computational power allow us to create more complex systems to solve various complicated problems. Considering numerical sensor values, computers are able to process more and more data compared to humans. Computer-based systems provide useful statistics, and predictions for problems and helps us to solve our problems in daily life. Automated vehicle classification plays an important role in City Environmental Planning and will play an even more important role when the Self-Driving Vehicles increased in traffic. Experiments on several different sensor and camera systems are ongoing. In this study, we collect magnetic field sensor data of passing vehicles and created two datasets. Multi-class classification algorithms using Neural Networks developed and key parameters are compared. Also, popular Machine Learning algorithms also trained and evaluated. The main contribution of this research is data collection; the creation of a dataset for further research and development.