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: Belirtilmemiş.
- 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: 109
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
- Accuracy assessment of direct and indirect georeferencing of UAV based images
İHA tabanlı görüntülerin doğrudan veya dolaylı coğrafi referanslandırılasının doğruluklarının değerlendirilmesi
WAFA M.A. THIAB
Yüksek Lisans
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Unmanned aerial vehicles based 3D city modeling data collection, processing and analysis the case of Yavuz Sinan neighborhood
İnsansız hava araç tabanlı 3D şehir modellemesi veri toplama, işleme ve analizi Yavuz Sinan mahallesi örneği
ABDALRAHMAN ALASHI
Yüksek Lisans
İngilizce
2019
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ÖZHAN ERTEKİN
- Analysis, design and control of an autonomous drone delivery system
Otonom drone teslimat sisteminin analiz, tasarım ve kontrolü
MERT TEKİN
Yüksek Lisans
İngilizce
2024
Makine Mühendisliğiİzmir Katip Çelebi ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
DOÇ. DR. BARIŞ BIDIKLI
- Comparison of satellite positioning techniques on unmanned aerial vehicle based photogrammetry
İnsansız hava aracı ile fotogrametride uydu konumlama tekniklerinin karşılaştırılması
ERSİN TURAN
Yüksek Lisans
İngilizce
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİHTER EROL