Development of UAV-based pavement crack identification system using artificial intelligence
Yapay zeka kullanarak İHA tabanlı yol üstyapı çatlağı tanımlama sistemi geliştirilmesi
- Tez No: 442027
- Danışmanlar: YRD. DOÇ. DR. ONUR PEKCAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Destek vektör makineleri, Esnek üst yapı, Makine öğrenmesi yöntemleri, Rijit üst yapı, Sayısal görüntü işleme, Yüzey çatlağı, İnsansız hava aracı, Support vector machines, Flexible pavement, Machine learning methods, Rigid pavement, Digital image processing, Surface crack, Unmanned aerial vehicle
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Doğru, güvenilir ve hızlı çalışan bir yol üstyapı çatlağı tanımlama sistemi oluşturmak, yol üstyapı yönetim sistemlerinin zorlu aşamalarından biridir. Yol üstyapı çatlağı tanımlama sistemlerinin nihai amacı; kullanımda olan yol üstyapı yönetim sistemlerinin bir parçası olarak otonom yöntemlere sahip olmaktır. Bu şekilde modern bir çatlak tanımlama sistemi, hala kullanımda olan sistemlerin; yoğun işgücü gerektirmesi, kişiye bağlı ve zaman alıcı olması gibi eksikliklerini gidermek için, var olan yöntemlerin yerine geçebilir. Son zamanlarda İnsansız Hava Araçlarının (İHA) yaygınlaşmasıyla, mühendislik araştırma çalışmaları İHA'ların çeşitli uygulamalarda kullanılması yönüne kaymıştır. Bu çalışmada, yol üstyapı yüzeyinden resimler almak için İHA'lar kullanılmış, yol üstyapı çatlakları dijital görüntü işleme teknikleri kullanılarak tespit edilmiş ve Destek Vektör Makinesi (DVM) olarak adlandırılan bir makine öğrenmesi algoritmasıyla da çatlaklar sınıflandırılmıştır. Önerilen yol üstyapı çatlağı tanımlama yöntemi resim gürültüsü ve yansıma problemlerini ortadan kaldıran bazı ön işlemler içerir. Ön işlem görmüş resimlerde otomatikleştirilmiş eşikleme yöntemi kullanılarak, bitişik parçalar olarak adlandırılan, nispeten daha koyu olan bölgeler elde edilir. Bitişik parçalardan çıkartılan geometrik özellikler vasıtasıyla DVM'ler, çatlakları boylamasına çatlak, enlemesine çatlak, timsah sırtı çatlağı ve çatlak olmayan bölge olmak üzere 4 farklı gruba ayırır. Önerilen yöntemin performansını ölçmek için bir arazi çalışması gerçekleştirilmiştir. Sonuçlar değerlendirildiğinde, çatlak tahminleri oldukça başarılıdır. Önerilen yol üstyapı çatlağı tanımlama sisteminin ucuz ve hesaplama açısından verimli olması gibi birtakım faydaları vardır. Dolasıyla pratik yol üstyapı yönetim uygulamalarında başarıyla kullanılabilir.
Özet (Çeviri)
Building an accurate, robust and timely working Pavement Crack Identification System (PCIS) is one of the challenging components of Pavement Management Systems (PMSs). The ultimate aim of PCIS is to have autonomous inspection methods integrated into PMS. This way a modern PCIS may replace the currently used methods to eliminate their shortcomings such as being labor intensive, biased and time consuming. With the recent introduction of Unmanned Aerial Vehicles (UAVs), engineering research studies are inclined towards their use in various applications. In this study, UAVs are employed to capture the images of the pavement surface, from which pavement cracks are detected using digital image processing techniques and classified with a machine learning algorithm called Support Vector Machines (SVMs). The proposed pavement crack identification method using images includes preliminary operations, making the images uniformly illuminated and noise free. Comparatively darker regions in pre-processed images called connected components are obtained using automated thresholding. Through geometric features extracted from connected components, SVMs are used to classify the cracks, through which the connected components are classified into four groups: longitudinal cracks, transverse cracks, alligator cracks and non-crack regions. A case study was performed to measure the performance of the proposed method. The crack prediction results were quite successful. The proposed PCIS has a few benefits such as being cheap and computationally efficient and therefore, it can be used in practical pavement management applications successfully.
Benzer Tezler
- Bina rölevesi kapsamında yersel lazer tarama ve insansız hava araçları yardımıyla üretilen verilerin doğruluk analizi
Accuracy analysis of data produced by terresterial laser scanner and unmanned aerial vehicle in building relief scope
HACI TEVFİK ÇAŞKURLU
Yüksek Lisans
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURAN ERDEN
- Dört rotorlu insansız hava aracı için bilgisayarlı görme tabanlı hata toleranslı kontrol algoritması geliştirilmesi
Development of vision based fault tolerant control algorithm for quadrotor UAV
EMRE ÇİNTAŞ
Doktora
Türkçe
2026
Uçak MühendisliğiAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BARIŞ ÖZYER
- Gerçek zamanlı ray takibi için otonom İHA algoritmalarının geliştirilmesi ve gürbüz derin öğrenme tabanlı kusur tespiti
Development of autonomous UAV algorithms for real-time rail tracking and robust deep learning based defect detection
EMRE GÜÇLÜ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN AKIN
- Otonom IHA tabanlı demiryolu bakım sistemi için yenilikçi derin öğrenme yöntemlerinin geliştirilmesi
Development of innovative deep learning methods for autonomous UAV-based railway maintenance system
MEHMET SEVİ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN AYDIN
- İHA kullanılarak orman yangınlarının tespiti ve görüntülenmesi için derin öğrenme tabanlı gözetleme sisteminin geliştirilmesi
Development of a deep learning based surveillance system for forest fire detection and monitoring using UAV
IBRAHIM SHAMTA
Yüksek Lisans
Türkçe
2023
Mekatronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BATIKAN ERDEM DEMİR