İnşaat sürecinde işçi aktivitelerinin derin öğrenme ile otomatik sınıflandırılması
Automatic classification of worker activities with deep learning in construction process
- Tez No: 673024
- Danışmanlar: DR. ÖĞR. ÜYESİ CEMİL AKÇAY
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnşaat Mühendisliği Bilim Dalı
- Sayfa Sayısı: 144
Özet
Diğer sektörlerde artan robotik üretime karşın inşaat projeleri hala en yoğun insan iş gücü kaynağının kullanıldığı sektörler arasında yer almaktadır. İnşaat yapım sürecinde işçi aktivitelerinin yüksek doğrulukla otomatik tespiti, projelerde zaman ve maliyet yönetimi açısından oldukça önemlidir. Tez çalışmasında işçi aktivitelerinin derin öğrenme tabanlı otomatik tespiti ve takibi ile verimlilik ve performans kaybının önlenmesine yönelik stratejilerde karar desteği sağlaması hedeflenmiştir. Bu amaçla inşaat işçilerinin vücutlarına yerleştirilen sensörlerden elde edilen veriler ve ortam ses kaydı verileri ile iş aktivitesi tespiti yapılmıştır. Çalışmada sensör ivme verileri yanında sensör konum verileri ve bu ikisinin kombinasyonuda kullanılarak sonuçlar değerlendirilmiştir. Aktivite tanımlama için derin öğrenme LSTM ve BiLSTM ağları birlikte kullanılmıştır. Çalışma sonucunda üç adet sensör verilerinden ve iki adet ses verilerinden olmak üzere toplam beş farklı çalışmada %97-%100 arasında doğruluk oranı yakalanmıştır. Bu oranlarla, işçi aktivitelerinin otomatik tespitinin inşaat projelerinde iş verimliliği kaynaklı süre ve maddi kayıpların önlenmesinde önemli bir karar desteği sağlayacağı değerlendirilmektedir.
Özet (Çeviri)
Despite the increasing robotic production in other sectors, construction projects are still among the sectors where the most human labor resource is used. Automatic detection of worker activities with high accuracy during the construction process is very important in terms of time and cost management in projects. In the thesis, it was aimed to provide decision support in strategies for preventing loss of productivity and performance with automatic detection of worker activities based on deep learning. For this purpose, work activity was determined with the data obtained from the sensors placed on the construction workers' bodies and the ambient sound recording. In the study, the results were evaluated by using the sensor position data and the combination of these two as well as the sensor acceleration data. Deep learning LSTM and BiLSTM networks were used together for activity identification. As a result of the study, accuracy rate between 97% and 100% was achieved in five different studies, including three sensor data and two audio data. It is considered that automatic determination of worker activities with these high rates, will provide an important decision support in preventing time and financial losses due to work efficiency in construction projects.
Benzer Tezler
- A simulation-based decision support tool for economical materials management system in the construction industry
İnşaat sektöründe ekonomik malzeme yönetim sisteminin seçimi için simulasyon tabanlı karar destek modeli
GÜL POLAT
Doktora
İngilizce
2005
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET UĞUR MÜNGEN
PROF. DR. DAVİD ARDİTİ
- Risk assessment and alternative dispute resolution practice: Transportation infrastructure projects
Ulaşım alt yapı projelerinde risk değerlendirmesi ve alternatif uyuşmazlık çözüm uygulamaları
FURKAN ÖZBEY
Yüksek Lisans
İngilizce
2015
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
ÖĞR. GÖR. NURBANU ÇALIŞKAN
- Review of automation and robotics technology (ART) utilized in building construction projects
Bina inşaat projelerinde kullanılan otomasyon ve robotik teknolojisi
MOHAMMED ENSHASSİ
Yüksek Lisans
İngilizce
2013
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Ana Bilim Dalı
YRD. DOÇ. ESİN ERGEN PEHLEVAN
- Migrating men and women left behind: A study from Ankara
Geçici işçi göçü ve geride kalan kadın: Ankara'dan bir çalışma
GÖZE DOĞU
Yüksek Lisans
İngilizce
2004
SosyolojiOrta Doğu Teknik ÜniversitesiKadın Çalışmaları Ana Bilim Dalı
PROF. DR. YAKIN ERTÜRK
- İşçi sağlığı ve iş güvenliği bakış açısıyla bir alt yüklenici seçim ve değerlendirme yöntemi ve saha çalışması
A subcontractor selection and evaluation method in terms of occupational health and safety and a field study
SEFA ÇEKÜÇ
Yüksek Lisans
Türkçe
2018
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRKAN EMRE GÜRCANLI