Sensor platform based on environmental sensing and data fusion
Çevresesel etmenleri algılayan sensör platformu ve verianalizi
- Tez No: 538204
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Günümüzde artış göstermekte olan endüstriyel üretim ve dünya popülasyonunun genişlemesi beraberinde çevre koşullarındaki değişimler insan türünün yaşamının sürdürülebilirliği için çeşitli ihtiyaçlar doğurmuş bulunmaktadır. Bu durum üretim bazında olduğu gibi tüketici tarafında da önemli etkenlere tabidir; bunlardan en önemlilerinden biri de iç mekanlardaki hava koşullarıdır. Şehir nüfusunun zamanının yüzde 90'dan fazlasının kapalı alanlarda geçirdiğini göz önünde bulundurursak kullanıcılar açısından bu alanlardaki hava kalitesinin ölçümlenmesi ve paporlarnması önem kazanmaktadır. Bu ölçüm ve raporların hazırlanmasını kolaylaştırmak için ince toz (PM), karbon monoksit (CO), uçucu organik bileşenler (VOC), karbon dioksit (CO2) gibi maddelerin ortamdaki mevcudiyetini değişkenler haline getirerek, bir arada değerlendirilmesini sağlayan ortak bir“hava kalitesi endeksi”kullanılmaktadır. İç mekanlarda çoğunlukla karşılaştığımız faaliyetler uçucu kimyasal maddelerle yapılan hijyen ve temizlik uygulamaları, besin ihtiyacını gidermeyek yönelik pişirme faaliyleri ve yine yaygın olarak karşılaştığımız tütün mamülleri tüketimidir. Bu duruma bağlı olarak endeks içerisinde öncelikli olarak bu değişkenler önem kazanmaktadır. Aynı zamanda bu 3 faaliyet birbirinden farklı iz bölgesi yaratmaktadır. Ancak ortada olan sorun şudur ki, bu tür cihazların kullanıcıları günlük hayatta sıklıkla gerçekleştirdikleri yemek yapma, temizlik ve sigara içmek gibi faaliyetlerin bulundukları ortamın hava kalitesine etkisinden haberdar olamamaktadırlar. Bu bilgi hem kullanıcıların bulundukları alanın hava kalitesini iyileştirmek için önlemler almalarına imkan tanıyacağı gibi, akıllı ev teknolojilerinin bulunduğu ortamda da çeşitli aygıtların birbiriyle iletişime geçmesini sağlayarak ortamın solunum açısından daha sağlıklı bir hal almasına imkan tanıyacaktır. Bu tür bir sistemin geliştirilmesi için ön ayak olmayı amaçlayan bu araştırma 9 farklı hava kalitesi parametresini ölçümleyen bir mekanizma geliştirmek ve bu 9 değişkenin 4 arklı sınıfta (Arkaplan, Temizlik Faaliyeti, Yemek Yapmak, Sigara İçmek) tanımlamasını sağlmayı hedeflemektedir. Çalışma amacına ulaşmak için benzer araştırmalarda kullanılan Makina Öğrenme tekniklerine dair bir literatür bulundurmakta olup, besin incelemeleri için kullanılan elektronik burun ve yapar koku alma uygulamalarından da etkiler barındırmaktadır. Bazı çalışmalar aynı zamanda insan faaliyetleri ve sayımlarını da içermektedir. Literatür araştırması için tercih edilen kaynaklar özellikle ilgili sensörlerin kullanıldığı araştırmaları bulundurmaktadır, bunlar başlıca metal oksit yarı iletkenleri tipi gaz sensörleri ve karbon dioksit ile toz yoğunluğunu gözlemlemek için kullanılan optik solüsyonlardır. Literatürde alternatif CFD temelli yaklaşımlara da rastlanmış olsa da, araştırmanın sensör data analizleri çevresinde geliştirilmiştir.Yuvarlanan pencere öznitelik çıkarım ve normalleştirme teknikleri bu çerçevede yaygındır, bu teknikten sonra en yaygın teknik ise PCA gibi boyut indirgeme algoritması kullanarak yaygın sınıflandırıcılar üzerinden tanımlama metodudur. Bazı araştırmalar Yapay Sinir Ağları (Deep Neural Networks) kullanımıyla öznitelik çıkarımları ihtiyacını ortadan kaldırma girişiminde bulunmuştur ancak bu tür araştırmalar nadir olarak bulunmaktadır. Neredeyse tüm araştırmalar diğerlerinden farklı sensörler kullanarak kendine has veri çıktıları elde etmektedir; bu duruma bağlı olarak teknikler de uygulamalama özelinde kalmaktadır. İç Mekan Hava Kalitesi ölçümleri çerçevesi fizilibitesinin değerlendirilmesi için Sensor Hub, PCB ve tüm önemli IAQ parametrelerini düzenli aralıklarla toplayacak bir mySQL sunucusu bulunduran IoT playformu hazırlanmıştır. Bu platformda insan yaşamı ve konforunu da göz önünde bulundurarak öncelikli olarak sıcaklık, nem, ucucu organik bileşenler, karbondioksit, karbonmonoksit, amonyak, nitrojendioksit ve 25 mikrometre altı maddelerin ölçümü için 4 farklı sensör kullanılmıştır. 80 Saatlik bir ölçüm sonucu hava kalitesi veri seti hazırlanmış ve test odasında sınıflandırılmıştır. Araştırmanın son bölümünde ise veri seti denetimli bir özdevimli öğrenme sorunu olarak kurulmuş; literatürde bulunan zaman serileri öznitelik çıkarımı teknikleri (Vector Array Normalization, Hurst Eksponenti) ve sınıflandırma teknikleri (Decision Tree, LDA, MLP) değerlendirilmiştir. Problem araştırma esnasında 2 senaryo dahilinde ele alınmıştır. Birinci senaryo iki terimli sınıflandırma çerçevesidir. Bu çerçevede algoritmalar 2 sınıf bazında ayrım yapmaya yönelik eğitilmiştir“Arkaplan”ve xxiii“Olay”. İkinci senaryoda ise çok sınıflı bir yapı oluşturulmuştur, bunlar“Arkaplan”,“Temizlik”,“Yemek Yapma”ve“Sigara İçme”şeklinde 4 kategoride tanımlanmıştır. Tüm kategori testleri 22'şer kere değerlendirilmiş olup arkplan tanımlaması için 10 ek test gerçekleştirilerek ilgili sınıfların koşullarla bağlantıları sağlanılmıştır. Bu araştırmanın sonunda çok sınıflı senaryoda yüzde 81 oranında tutarlılık elde edilirken ikili sınıflandırma modelinde yüzde 94'lük bir tutarlılık elde edilmiştir. Yapılan araştırma çevresel faktörleri göz önünde bulundurarak artan şehirleşme süreçlerinde insanlar için iç mekanlardaki hava koşullarının düzenlenmesi ve iyileştirilmesi adına öncül bir basamak oluşturmaktır. Gelecekte bu alanda yapılması planlanacak araştırmalar için metod çerçevesinin genişletilerek daha kontrolsüz senaryolar üzerinden testler yapılması ve ofis veya ev gibi gerçek yaşam alanlarında testler yapılmasını tavsiye edilir. Alternatif bir rota olarak yapay sinir ağları mimarileri değerlendirmeleri için zaman serileri modellemelerinde başarılı olan RNN, LSTM; verinin boyutsallığının düzenlenmesi için ise CNN kullanılabilir. Sensör verilere aktivite bazında sonuçları elde ederek sadece çalışıldığı aktiviteler değil, daha farklı uygulama alanlarada yön açılabilir. Nesnelerin internet ortamlarında evde mevcüt bütün cihazlara sadece hava kalite sensörleri kullanarak senaryolar çalışılabilir. Hava kalite ölçümler hem ortamın sağlıklığa dair bilgi veriyor, hem bu çalışmada gösterildiği gibi kullancının kişisel bilgi koruyarak, aktivite takibi senoryalar gerçekleştirilebilir.
Özet (Çeviri)
Since a large portion of population spends >90% of their time indoors, it is important to measure and report indoor air quality to the users. These measurements of fine dust, carbon monoxide, volatile organic compounds, carbon monoxide are usually reduced to an air quality index to make reporting easier. The problem with such a metric is that the user does not know how much daily activities such as cooking, cleaning and smoking are influencing the air quality, so that they can improve their behaviour, or the smart-home can trigger signals to other devices to maintain a healthy environment when these activities are performed. As a step to develop such a system, this study focuses on developing a system that measures 9 different air quality parameters and is able to classify activities into one of the four classes (Background, Cleaning, Cooking, Smoking). The study contains a literature review of Machine learning techniques employed in similiar studies, and drawing influence from works in electronic noses and artificial olfaction for applications of food inspection. A few works also detected human activity and count. The selection of literature was done to include studies that use similar sensors, namely gas sensors of metal oxide semiconductor type, and optical solutions to measure CO2 and dust constrations. An alternative CFD simulation based approach is also seen in literature, but the focus was kept on sensor data analaysis. Rolling window feature extraction and normalization techniques are popular in this regard, before putting them through a dimentionality reduction algorithm such as PCA to finally classify it using popular classifiers. Some studies have attempted to eliminate the need of feature extraction using Deep Neural Networks but the works are scarce. Each study attempts to create its own dataset, with the unique selection of sensors, so techniques are highly application specific. To asses the feasibilibility in the context of Indoor Air Quality activity detection, an IoT platform is prepared for data acquisition complete with a sensor hub PCB and a mySQL server to collect important IAQ parameters at regular intervals. A dataset of 80 hours of air quality data is prepared and labelled in a test room. In the last section, the dataset is set as a supervised machine learning problem, time series feature extraction (Vector Array Normalization, Hurst Exponent) and classification techniques (Decision Trees, LDA, MLP) studied in literature are evaluated. The problem is evaluated in two scenarios, one is of binary classification where the algorithms are trained to distinguish between two classes, 'Background' and 'Event',. The second is the multiclass case where there are four classes 'Background', 'Cleaning', 'Cooking', and 'Smoking'. The best accuracy at the end of this study is obtained as 81% for the multi-class case, and 94% for the binary one . The recommendation for future work includes extension of the methodology to more uncontrolled scenarios and eventually an actual living space such as a home or office.
Benzer Tezler
- Investigating olive trees by monitoring phenological stages using multi-modal satellite sensor data
Çok-modlu uydu sensör verileri kullanılarak fenolojik aşamalarının izlenmesiyle zeytin ağaçlarının araştırılması
HAYDAR MUHAMMED AKÇAY
Doktora
İngilizce
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞİNASİ KAYA
- MEMS sensor platform for vital monitoring under mri and intraocular pressure measurement
Yaşamsal işaretlerin ve göz içi basıncın ölçülmesine yönelik MEMS basınç ölçer platformunun geliştirilmesi
PARVIZ ZOLFAGHARI
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR FERHANOĞLU
- Acil ve afet anında kablo güdümlü alçak irtifa hava platformunun haberleşme amaçlı kullanımının değerlendirmesi
Evaluation of the use of tether guided low altitude air platform for communication purposes in emergency and disaster
AHMET ŞAMİL YÜCEL
Yüksek Lisans
Türkçe
2019
Havacılık Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA HELVACI
- Design and fabrication of fiber optic integrated sensor microsystem for interventional medical devices
Girişimsel tıbbi cihazlar için fiber optik tümleşik algılayıcı mikrosistem tasarımı ve üretimi
OĞUZ KAAN ERDEN
Yüksek Lisans
İngilizce
2020
BiyomühendislikBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ARDA DENİZ YALÇINKAYA
- Ramsar alanlarının uzaktan algılama yöntemleri ile zamansal analizi - meke maarı örneği
Temporal analysis of ramsar sites via remote sensing techniques - a case study of meke maar
NUR YAĞMUR
Yüksek Lisans
Türkçe
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU