Belediyeler için İvmeölçer ile Yol Kalitesi Tespiti
Yollar için kullanılan asfalt gibi malzemeler bir belediyenin mali bütçesinde büyük bir kalem oluşturur. Bu maliyetin hesaplanabilir bir şekilde öngörülebilmesi hem gereksiz harcamların önüne geçecektir hem de bütçenin verimli bir şekilde kullanımını sağlayacaktır. Bu maliyetin hesaplanabilmesi için ise aktif bir şekilde yol durumu analizi yapmak elzemdir. Elde edilecek olan veriler bu bütçenin hesaplanabilmesini sağlayacaktır. Peki bu tarz bir analiz nasıl yapılabilir?
Öncelikle problemi tanımlayarak başlayalım, daha sonra ise analiz yöntemlerinden bahsediyor olacağız.
Problem Nedir?
Belediyelerin kalitesinden sorumlu olduğu kilometrelerce yol vardır. Bu yollardan vatandaşlar her gün arabaları ile veya toplu ulaşımı kullanarak geçmektedir. Veri toplamadığınız bir durumda yollarınızın mevcut kalitesinden haberdar olamayacaksınız ve yollarınızı sadece şikayet üzerine düzeltiyor olacaksınız. Vatandaş kızgınlığını ya sizin belirlediğiniz şikayet hatlarından belediyenize aktaracaktır ya da sosyal medya üzerinden bunu dile getirecektir. Belki de bunun paylaşımını hiç yapmayacak, siz durumun ne olduğundan bile haberiniz olmadan negatif bir etki yaratmış olacaksınız. Bu durum direkt olarak vatandaşın memnuniyet seviyesine etki ederek oy sayılarınızı değiştirecektir.
Buradaki problem sorumlu olduğunuz kilometrelerce yolu nasıl güncel bir şekilde takip edebilirsiniz? Bu problemi çözdüğünüzde oluşabilecek olan memnuniyetsizliğin önüne bir nebze de olsa geçebileceksiniz ve sağlıklı bir bütçe oluşturup daha emin adımlarla yol kalitenizi iyileştirebileceksiniz.
Yol Kalitesi Tespiti Analiz Yöntemleri
Bu kalite tespiti yapabilmenin birkaç yöntemi vardır. Bu yöntemlerin birbirlerine göre artı ve eksi yönleri vardır.
İvmeölçer (Accelerometer) Analizi
Belediyeler için en uygun olduğunu düşündüğüm yöntem budur. İvmeölçer sensörü 2026 itibariyle her bireyin en ucuz cep telefonunda dahi bulunan bir sensördür. İvmeölçer (accelerometer), bir cismin ivmesini, yani hızının ne kadar hızlı değiştiğini ölçen bir sensördür. Daha basit anlatırsak: bir şeyin ne kadar hızlandığını, yavaşladığını ya da yön değiştirdiğini algılar. Araçta bulunan bir ivmeölçer sensörünün bir çukurdan geçtiğinizde veya düzgün bir yoldan bozuk bir yola geçtiğinizde değerlerin nasıl değiştiğini görebilirsiniz. Bu değişim değerleri, konum ve hız verisi ile birleştirilip analizi yapıldığında yolun kalitesi, nerelerinde bozulma olduğu gibi sonuçlar harita üzerinde gösterilerek görsel bir şekilde sunulabilmektedir.
İvmeölçer sensörü ucuz olmasından dolayı araçlara takılan GPS takip cihazlarında genellikle bulunmaktadır. Bu araçlar gittikleri her yerde ivmeölçer verisini toplayıp ana bir sunucuya yükleyecektir. 1000 tane aracınız olduğunu hayal edin. Bu 1000 aracınızın gezdiği her yerin yol kalitesini anında, güncel bir şekilde harita üzerinden görüntüleyebileceksiniz. Topladığınız verileri günlük bir şekilde analiz edip hangi sokakların kalitesinin gittikçe kötüleştiğini ve nerede, ne zaman aksiyon göstermeniz gerektiğini canlı bir şekilde 7/24 görebileceksiniz.
Buradaki veri toplama hızınızı bir tık daha arttırmak isterseniz sisteminizde custom bir endpoint oluşturup bunu şehrinizde faaliyet gösteren firmalarla paylaşabilir, onların topladığı verileri satın alabilirsiniz.
Vatandaşların indirebileceği ve verilerini canlı olarak paylaşabileceği bir mobil uygulama dahi oluşturulabilir fakat bu yaklaşım belediyeler için pek uygun olmayabilir.
Görüntü İşleme Tabanlı Yöntemler
Görüntü işleme tabanlı yöntemleri kullanabilmek için aracınıza yerleştireceğiniz bir kameraya ihtiyaç duyarsınız. Bu kamera ya araç içine, şoförün perspektifinden yolu görebilecek şekilde yerleştirilir ya da araç dışına yolu izleyebilecek bir şekilde yerleştirilir. Her iki durumda da yolu net bir şekilde sıkıntısız gören bir kameraya ihtiyacınız vardır.
Görüntüyü nerede işleyeceğiniz bu tarz bir yöntemde önem arz etmektedir. Eğer kamera ile birlikte bu görüntü işlemeyi gerçekleştirebilecek araç içi bulunan başka bir donanım daha mevcut ise bu verileri gerçek zamanlı olarak alabilirsiniz. Fakat kamera sadece kayıt yapacaksa ve bu görüntüler sonradan işlenecekse o zaman gerçek zamanlı bir yol kalite durumu verisi elde edemezsiniz.
Maliyet açısından bu yöntem ivmeölçer sensörüne göre pahalıdır ve görüntünün nerede işleneceği gibi daha sonradan baş ağrısı oluşturabilecek sorunları mevcuttur. Getireceği maaliyetten dolayı basitçe biz bunu tüm arabalarımıza takalım diyemezsiniz.
Lidar ve 3D Tarama
Bu yöntemde lazer tabanlı sensörlerle yol yüzeyinin hassas üç boyutlu modeli oluşturulur. En kaliteli veriyi bu tarama sayesinde elde edersiniz. Çukurların derinliğini yolun ne kadar pürüzlü olduğu gibi verileri toplayabilirsiniz. Çok hassas veri toplar ve gerçek zamanlı olarak bu verileri gönderebilirsiniz. Fakat maalesef maaliyet ve yaygınlaştırılabilme konusunda büyük bir dezavantaja sahiptir. LiDAR sensörleri pahalıdır ve ciddi bütçe ister. Çok özel kullanımlar dışında bir belediyenin sahip olduğu tüm yolu analiz etmek için uygun bir yöntem değildir.
Ultrasonik Sensör Analizi
Bu yöntemde kullanacağınız sensör yüksek frekanslı ses dalgaları oluşturarak bu dalgaları yol yüzeyine atar. Yol yüzeyinden sekip tekrar sensöre ulaşan dalgaların ulaşma süreleri göz önüne alınarak bir hesaplama yapılır ve çukur derinliği ölçümü yapılabilir. Bu sensörün dar bir algılama açısı vardır ve yol kalitesi ölçmede yeterli değildir. Ses dalgalarının sahip olduğu fiziksel özelliklerden dolayı yüksek hızda giden bir araçta yapılan ölçümlerde bozukluklar ortaya çıkabilir. Ölçüm hataları rüzgar ve sıcaklığa bağlı olarak da oluşabilir.
Sonuç olarak tüm bu analiz yöntemleri göz önüne alındığında bir belediyenin güncel, sürdürülebilir ve ucuz bir şekilde yol kalitesi verisine ulaşabilmesi ancak ivmeölçer sensörü ile mümkündür.
İvmeölçer Analizi (Mobil Uygulama Testi)
Yapay zekadan yardım alarak, akıllı telefonumdan gelen ivmeölçer verilerini işleyip bir çukur algıladığında bunu merkezi bir sunucuya konum verisi ile birlikte gönderen bir mobil uygulama oluşturmuştum. Araç motorundan gelen titreşimlerin ivmeölçer verisi üzerindeki değerini azaltabilmek adına Band Pass Filter algoritması kullandım. İşlediğim ivmeölçer verisini 0-100 arası derecelendirerek belirlediğim değeri geçen titreşimleri konum verisi ile beraber merkezi sunucuma gönderdim. Gönderilen bu verileri Postgresql veritabanında sakladım. Mobil uygulamayı oluşturduktan sonra telefonuma yükleyerek işe giderken kullandığım yoldan geçtim. Zaten her zaman kullandığım yol olduğundan dolayı yolun nerelerinin sıkıntılı olduğunu biliyordum fakat bunu görselleştirdikten sonra da görebilmek benim için büyük bir sürpriz olmuştu.
Açık kaynak kodlu QGIS programı sayesinde bir harita altlığı getirdim ve topladığım verileri bunun üzerine heatmap şeklinde yansıttım. Aşağıda geçtiğim berbat haldeki bir yolu görüyorsunuz:
Kırmızı ile işaretli olan yol oldukça çukurlu ve araba ile geçerken yavaş olmanız gereken bir yol. Bu veriyi tek araç ile birkaç geçiş olacak şekilde topladım. Bunun 1000 araçlık bir filoda düzgün bir şekilde toplanması çok kaliteli yol verileri ortaya koyacaktır.
