Traffic Education for Inexperienced Drivers with Virtual Driving Simulator

İ. Öztel, Cemil Öz
{"title":"Traffic Education for Inexperienced Drivers with Virtual Driving Simulator","authors":"İ. Öztel, Cemil Öz","doi":"10.35377/saucis.02.02.593888","DOIUrl":null,"url":null,"abstract":"Trafikteki arac sayisi ve sehirlerdeki nufus yogunlugu refah seviyesindeki yukselis ile birlikte artmaktadir. Bu durumunun yaninda insanlar trafik ile ilgili yeterince bilgi sahibi degildir. Karayollari Genel Mudurlugu’ne gore Turkiye’deki trafik kazalarinin 2017 yilindaki sayisi 1.202.716’dir. Dunya Saglik Orgutu’nun verilerine gore dunya capindaki trafik kazalarindaki olum sayilari her yil yaklasik olarak 1.35 milyondur. Bu bilgiler goz onunde tutuldugunda trafik egitiminin onemi on plana cikmaktadir. Bu amacla, bu calisma kapsaminda teorik ve pratik olmak uzere bir trafik egitim sistemi gelistirilmistir. Sistemin teorik ayaginda trafik, motor ve ilkyardim bilgisi olmak uzere uc konu baslikli testler yer almaktir. Teorik asama her kullanici icin 10 adet test icermektedir. Sistemin diger bir parcasi ise sistemin donanimsal ayagi ve simulasyon yazilimindan olusmaktadir. Sistemin genel olarak kullaniminda, bir kullanici ilk olarak uc konu basliginda girdigi test sinavinda %70 oraninda basarili olmalidir. Bu sarti sagladiktan sonra kullanici simulator egitimine gecebilir. Simulator direksiyon, pedal sistemi, vites kolu, surucu koltugu, simulasyon ekrani ve sanal ortam yazilimlarindan olusmaktadir. Bu sistem sayesinde acemi suruculer gercek hayatin risklerinden uzak olarak tecrube kazanmalari mumkun olacaktir.","PeriodicalId":257636,"journal":{"name":"Sakarya University Journal of Computer and Information Sciences","volume":"9 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-08-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sakarya University Journal of Computer and Information Sciences","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35377/saucis.02.02.593888","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Trafikteki arac sayisi ve sehirlerdeki nufus yogunlugu refah seviyesindeki yukselis ile birlikte artmaktadir. Bu durumunun yaninda insanlar trafik ile ilgili yeterince bilgi sahibi degildir. Karayollari Genel Mudurlugu’ne gore Turkiye’deki trafik kazalarinin 2017 yilindaki sayisi 1.202.716’dir. Dunya Saglik Orgutu’nun verilerine gore dunya capindaki trafik kazalarindaki olum sayilari her yil yaklasik olarak 1.35 milyondur. Bu bilgiler goz onunde tutuldugunda trafik egitiminin onemi on plana cikmaktadir. Bu amacla, bu calisma kapsaminda teorik ve pratik olmak uzere bir trafik egitim sistemi gelistirilmistir. Sistemin teorik ayaginda trafik, motor ve ilkyardim bilgisi olmak uzere uc konu baslikli testler yer almaktir. Teorik asama her kullanici icin 10 adet test icermektedir. Sistemin diger bir parcasi ise sistemin donanimsal ayagi ve simulasyon yazilimindan olusmaktadir. Sistemin genel olarak kullaniminda, bir kullanici ilk olarak uc konu basliginda girdigi test sinavinda %70 oraninda basarili olmalidir. Bu sarti sagladiktan sonra kullanici simulator egitimine gecebilir. Simulator direksiyon, pedal sistemi, vites kolu, surucu koltugu, simulasyon ekrani ve sanal ortam yazilimlarindan olusmaktadir. Bu sistem sayesinde acemi suruculer gercek hayatin risklerinden uzak olarak tecrube kazanmalari mumkun olacaktir.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
利用虚拟驾驶模拟器对无经验驾驶员进行交通教育
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Prediction of Cardiovascular Disease Based on Voting Ensemble Model and SHAP Analysis A NOVEL ADDITIVE INTERNET OF THINGS (IoT) FEATURES AND CONVOLUTIONAL NEURAL NETWORK FOR CLASSIFICATION AND SOURCE IDENTIFICATION OF IoT DEVICES High-Capacity Multiplier Design Using Look Up Table Sequential and Correlated Image Hash Code Generation with Deep Reinforcement Learning Price Prediction Using Web Scraping and Machine Learning Algorithms in the Used Car Market
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1