Havaalanı pat sahasında bölgesel evrişimsel sinir ağı mimarileri ile yabancı madde tespiti
Foreign object detection with regional convolutional neural network architects at airport pat field
- Tez No: 655994
- Danışmanlar: PROF. DR. İLKE TÜRKMEN
- Tez Türü: Yüksek Lisans
- Konular: Sivil Havacılık, Civil Aviation
- Anahtar Kelimeler: Daha hızlı bölgesel evrişimsel sinir ağı, COCO veri seti, yabancı madde hasarı, Faster Region Convolutional Neural Network, COCO dataset, Foreign Object Debris
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Sivil Havacılık Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Bir havalimanının en önemli kullanım alanı pist/pistlerdir. Uçuş can ve mal emniyetini teminen pist yüzey şartlarının denetimi ve kontrolü büyük önem arz etmektedir. Pistin; hayvanlar, tekerlek hareketi nedeniyle yerinden oynayan taşlar, uçaktan düşen metal parçaları, personelin unuttuğu defter, dosya, temizlik malzemeleri, ikram araç gereçleri gibi yabancı nesnelerden arındırılması gerekmektedir. Bu yabancı nesneler yabancı madde hasarı (foreign object debris-FOD) adı ile anılmakta olup, pistin günlük en az dört denetime tabi tutularak bu maddelerden temizlenmesi gerekmektedir. Aksi takdirde vahşi hayat unsurları ve yabancı maddeler hem uçağın tekerlerine, motoruna ve gövdesine zarar vermekte hem de ölümcül kazalara sebep olmaktadır. Denetimler, havaalanı personeli tarafından bizzat veya pist etrafına yerleştirilen çeşitli kameralar aracılığı ile yapılmaktadır. Yapay zeka; öğrenme, görme, tanıma sınıflandırma gibi yetiler ile günümüzde insanların yapabileceği işleri daha hızlı ve daha güvenilir şekilde yapmayı amaçlayan bir daldır. Derin öğrenme, yapay zeka uygulamalarında kullanılan gelişmiş bir yöntemdir. Derin öğrenme yöntemi ile nesne tanıma ve sınıflandırma, doğal dil işleme, video işleme gibi alanlarda başarlı sonuçlar elde edilmiştir. Bu tezde, yabancı nesne tespiti için üç ön işlemeli derin öğrenme yöntemi önerilmiştir. Nesne tanıma yöntemi olarak COCO nesneleri üzerinde eğitilmiş olan“Faster_rcnn_inceptionv2”,“Faster_rcnn_resnet50”ve“Faster_rcnn_resnet101”modelleri kullanılmıştır. Önerilen bu çalışma, toplamda 320 farklı görüntüden oluşan bir veri seti kullanılarak eğitilmiştir. Eğitim sonucunda model dokuz farklı senaryo ile test edilmiştir.
Özet (Çeviri)
The most significant area in an airport are track/tracks. Inspection of Track surface conditions and their controlling are vital in terms of flight, life and property security. Tracks must be cleaned from unknown objects such as animals, stones resulted from wheel motions, metal pieces, notebooks, and files. This foreign object debris called FOD must be cleaned four times in a day. Otherwise, wild life elements and foreign objects can give damage to the wheels and the engines of plane and also cause to lethal accidents. Inspections are carried out by the airport staff in person or through various cameras placed around the runway. Artificial intelligence, it is a branch that aims to do things that people can do today in a faster and more reliable way, with abilities such as learning, vision, recognition classification. Deep learning is an advanced method used in artificial intelligence applications. With the deep learning method, successful results have been obtained in areas such as object recognition and classification, natural language processing and video processing. In this thesis, three preprocessed deep learning methods are proposed for foreign object detection.“Faster_rcnn_inceptionv2”,“Faster_rcnn_resnet50”and“Faster_rcnn_resnet101”models, which are trained on COCO objects, are used as object recognition method. This proposed study was trained using a data set consisting of 320 different images in total. As a result of the training, the model was tested in nine different scenarios.
Benzer Tezler
- Havaalanı üstyapı tasarım yöntemleri
Airport pavement design methods
FATİH OKUR
Yüksek Lisans
Türkçe
2008
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
ÖĞR. GÖR. A. FAİK İYİNAM
- Bir havaalanı dış hatlar terminalinin benzetim ile iyileştirilmesi
Improvement by simulation in the airport international terminal
TURGUT TURNA
Yüksek Lisans
Türkçe
2009
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD.DOÇ.DR. ADEM GÖLEÇ
- Uçuş eğitimi amaçlı havaalanlarının kontrol bölgesi kapasitesinin modellenmesi
Control zone capacity modeling of airports used for flight training operations
FULYA AYBEK
Yüksek Lisans
Türkçe
2009
Sivil HavacılıkAnadolu ÜniversitesiSivil Havacılık Ana Bilim Dalı
YRD. DOÇ. DR. CEM ÇETEK
- Havaalanı esnek üstyapı tasarım yöntemlerinin karşılaştırılması
Comparison of flexible airport pavement design methods
MURAT AZİZ ÖZDEMİR
Yüksek Lisans
Türkçe
2010
UlaşımFırat Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. NECATİ KULOĞLU
- Coğrafi bilgi sistemleri yardımıyla havaalanı yer seçimi model önerisi
Airport site selection modelling by using geographical information systems
HAKAN OKTAL
Doktora
Türkçe
1998
Sivil HavacılıkAnadolu ÜniversitesiSivil Havacılık Ana Bilim Dalı
DOÇ. DR. CAN AYDAY