Browsing by Author "Büyükkelek, Ahmet Furkan"

Now showing 1 - 2 of 2

Citation - WoS: 1
Citation - Scopus: 2
Image Processing Based Transportation in Unmanned Aerial Vehicles
(Institute of Electrical and Electronics Engineers Inc., 2020) Büyükkelek, Ahmet Furkan; Erturan, Ahmet Murat; Dağadası, Mert; Çelik, Şevval; Aslanbaş, Metehan; Durdu, Akif
The use of Unmanned Aerial Vehicles (UAV) has become popular in many fields, especially in the defense industry. Especially in autonomous flights, UAVs that are exposed to variable environmental disruptive effects are shown as a difficult problem to successfully complete their duties. In this study, a high-mobility and low-cost rotary wing UAV with autonomous flight is designed. The UAV, which performs autonomous flight, is intended to recognize and receive 2 different loads of different weight in the cargo receiving area by using image processing methods. In addition, it is aimed to transfer the two loads received by the weight sensor to the weight drop area at a predetermined GPS point by classifying them according to their weight. In the experimental results, it was determined that the UAV successfully recognized the loads, picked them up from the ground and left them by classifying them into the load shedding area. It achieved an average of 90% and 82.5% success in load recognition and classification, respectively. © 2020 IEEE.
İnsansız Hava Araçları ile Haritalama ve Yapay Zeka Tabanlı Nesne Tanıma
(Konya Teknik Üniversitesi, 2022) Büyükkelek, Ahmet Furkan; Durdu, Akif
Gelişen teknolojiyle birlikte İnsansız Hava Araçları (İHA) ile yapılan çalışmaların sayısı her geçen gün artmaktadır. Örneğin, yangın tespiti, doğal afetler sonrası ortaya çıkan zararın tespit edilmesi ve kazazedelere hızlı ulaşılması, tarım arazilerinde; ürünlerin takip edilmesi, ilaçlanması, hastalık tespiti ve toprağın nem durumunun takip edilmesi gibi birçok alanda İHA'lar sıklıkla kullanılmaktadır. Belirtilen örneklerdeki gibi ve çeşitli uygulamalarda, hedeflenen bilgilerin çıkarılmasında GPS, IMU, LiDAR, kamera gibi sensörler hayati önem taşımakta ve çeşitli sensörlerden faydalanılmaktadır. Bu çalışma kapsamında; kamera ve GPS sensörleri kullanılarak elde edilen sıralı görüntülerden mümkün olduğunca çok bilgi çıkarılması hedeflenmiştir. Bu nedenle farklı amaçlar için kullanılabilecek üç farklı algoritmayı içeren bir yaklaşım sunulmuştur. Yaklaşımda farklı ortamlarda çeşitli bilgilerin elde edilmesi için derin sinir ağları, coğrafi konumlandırma ve görüntü mozaikleme metotlarının birlikte kullanılması önerilmiştir. Yaklaşım ilk olarak derin öğrenme modeli ile başlamıştır. Uygulamada Faster R-CNN (Faster Region-based Convolutional Neural Network) isimli model kullanılmış ve nesne tespitindeki verimi hesaplanmıştır. Tespit edilen nesnelerin piksel koordinatları belirlendikten sonra coğrafi konumlandırma yöntemi ile nesnelerin GPS konumları belirlenmiştir. Bu hesaplama yapılırken kameranın sürekli olarak yere doğru baktığı ve İHA'nın yüksekliğinin değişmediği varsayılmıştır. Son olarak, belli bir sıraya göre elde edilmiş görüntüler görüntü mozaikleme yöntemi ile tek ve büyük bir görüntü haline getirilmiştir. Mozaikleme yönteminin sebep olabileceği hataların coğrafi konumlandırma ve nesne tespitinin verimini etkilememesi için önerilen yaklaşımın son aşamasında kullanılmıştır. Diğer iki yöntemin mozaikleme algoritmasının verimini etkilememesi için ise gerekli geometrik dönüşümler yapıldıktan sonra derin öğrenme ve coğrafi konumlandırma yöntemlerinin çıktısı olan görüntüler birleştirilmiştir. Böylece her bir metodun birbirini olumsuz yönde etkilemesi önlenmiştir. Sonuç olarak bu tez çalışmasında, farklı alanlarda kullanılması için görüntülerdeki nesnelerin tespiti ve bu nesnelerin coğrafi koordinatlarının belirlenmesi ve sıralı görüntülerin birleştirilmesi yapılmıştır.