Yapay sinir ağlarını kullanarak eeg sinyalleri ile insansız hava aracı kontrolü
The control of unmanned aerial vehicle based on eeg signals by using artificial neural networks
- Tez No: 596275
- Danışmanlar: PROF. DR. RAŞİT KÖKER
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Elektrik ve Elektronik Mühendisliği, Mekatronik Mühendisliği, Biotechnology, Electrical and Electronics Engineering, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
İnsan vücudu yüzyıllardır merak konusu olmuş ve anatomik konularda birçok araştırma nedenini oluşturmuştur. İnsan anatomisinde araştırılan başlıca uzuvlardan biri de beyin olmaktadır. Beyin insan vücudunun kontrol merkezi olduğundan farklı ve karmaşık bir biyolojik yapıya sahiptir. Bu tez çalışması kapsamında insan beyin aktiviteleri kullanılarak Yapay Sinir Ağları(YSA) ile stabil uçuş hareketi yapabilen insansız hava aracının kontrolü yapılmıştır. Bu tez çalışması kapsamında beynin genel yapısı araştırılarak insan vücudunu ve dış çevre ile etkileşimi incelenmiştir. İnceleme sonucunda beynin üretmiş olduğu elektriksel sinyaller(potansiyeller) dikkate alınarak daha önceden 10-20 elektrot sistemi ile 10 sağlıklı insanın 1 dakikalık kaydedilmiş (Elektroensefalogram) EEG verileri referans değer olarak kullanılmıştır. Kaydedilen EEG verileri 10 saniyelik epoclara(periyot) ayrılıp incelenerek bu sinyallerin istatistiksel metotlar ile anlamlı verilere dönüştürülmüş ve yapay zekâ teknolojilerinden biri olan yapay sinir ağları ile sınıflandırılarak referans değer oluşturulmuştur. Yeni nesil Neurosky mindwave EEG algılayıcı kulaklığından alınan EEG verileri yapay sinir ağı ile sınıflandırılarak referans değer ile kıyaslanmış ve insansız hava aracı (İHA) ile arasında bağlantı kurulması sağlanmıştır. İnsan beynindeki EEG sinyallerinin anlık olarak düzgün bir şekilde alınması için geliştirilen yeni nesil Neurosky mindwave EEG algılayıcı kulaklığı Beyin Bilgisayar Arayüzü (BBA) yazılımı aracılığıyla haberleşme kurulması sağlanmış bu kapsamda Matlab (Matematik laboratuvarı), Visual studio C# ve C++ programlama dilleri ile temel düzeyde BBA yazılımı geliştirilmiştir. Bu tez çalışması kapsamında geliştirilen Beyin Bilgisayar Arayüzü yazılımı ile beyinden alınan potansiyeller istatistiksel metotlar kullanılarak beynin algılanabilir potansiyel işaretlerinden olan rahatlama ve düşünme durumunda belirginleşen alfa ve beta sinyalleri algılanmıştır. Bu sinyallerin istatistiksel metotlara göre özellik çıkarımı ve özellik seçiminin en uygun şekilde yapılması sağlanmıştır. Özellik verileri yapay sinir ağları için düzenlenerek girdi ve çıktılar oluşturulmuş, geliştirilen en iyi ağ modeli kullanılarak maksimum doğruluk oranına ulaşılmıştır. Yapay sinir ağlarının zekilik ve hız durumları analiz edilerek insansız hava aracı için uygun hale getirilmiş optimum uçuş sağlanmış ve uygulama analizleri farklı zaman ve ortamlarda yapılarak çalışma tamamlanmıştır.
Özet (Çeviri)
The human body has been the subject of curiosity for centuries and has been the cause of many research in anatomical subjects. One of the main limbs studied in human anatomy is the brain. The brain has a different and complex biological structure that it is the control center of the human body. Within the scope of this thesis, the control of an unmanned aerial vehicle capable of stable flight movement by using Artificial Neural Networks (ANN) was performed using human brain activities. In this thesis, the general structure of the brain and its interaction with the external environment are examined. As a result of the examination, considering the electrical signals (potentials) produced by the brain, the EEG data of 10 healthy people with 10-20 electrode system and 1 minute recorded (electroencephalogram) were used as reference values. The recorded EEG data were separated into 10-second epocs(period), and these signals were converted into meaningful data by statistical methods and the reference value was created by classifying them with artificial neural networks, which is one of the artificial intelligence technologies. The EEG data obtained from the new generation Neurosky mindwave EEG sensor headset were classified with the artificial neural network and compared with the reference value and a connection was established between the UAV. A new generation Neurosky mindwave EEG sensor headset developed for the instant acquisition of EEG signals in the human brain has been established to communicate via the Brain Computer Interface (BBA) software. developed. The brain computer interface software developed within the scope of this thesis, the potentials obtained from the brain were detected by using the statistical methods, the alpha and beta signals, which are evident in the brain's perceived potential signs of relaxation and thinking. The feature extraction and feature selection of these signals according to statistical methods are provided in the most appropriate way. Inputs and outputs were created by arranging feature data for artificial neural networks and maximum accuracy rate was reached by using the best developed network model. Intelligence and speed conditions of artificial neural networks were analyzed and optimized flight was provided for unmanned aerial vehicle.
Benzer Tezler
- Real-time emotion recognition from EEG signals using one electrode device
Tek elektrotlu cihaz ile EEG sinyallerinden gerçek zamanlı duygu tanıma
MEHMET ALİ SARIKAYA
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN İNCE
- Classification of the motor EEG signals by using deep neural networks
Derin sinir ağları kullanarak motor EEG sinyallerinin sınıflandırılması
LEYLA ABILZADE
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Electroencephalography (EEG) sinyal sınıflandırılmasında sinir-evrimi yaklaşımı
NeuroEvolutionary approach to electroencephalography (EEG) signal classification
ERDEM AYBEK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERİÇ ÇETİN
- El hareketlerinin gerçekleştirilmesi ve gözlemlenmesi esnasında kaydedilen EEG sinyallerinden derin öğrenme temelli sınıflandırma ile ayna nöron aktivitesinin değerlendirilmesi
Deep learning based classification of EEG signals recorded during execution and observation of hand movements to evaluate the mirror neuron activity
HÜSEYİN AKBULUT
Yüksek Lisans
Türkçe
2020
Bilim ve TeknolojiMarmara ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
DOÇ. DR. ADİL DENİZ DURU
- Classification methods for motor imagery based brain computer interfaces
Motor hareket hayali tabanlı beyin bilgisayar arayüzleri için sınıflandırma metotları
AYHAN YÜKSEL
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ