Autonomous fruit picking with a team of aerialmanipulators
Hava manipülatörü takımıyla otonom meyve toplama
- Tez No: 689268
- Danışmanlar: DOÇ. DR. ŞEYDA ERTEKİN BOLELLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 123
Özet
Otonom mikro İHAların nihai kabiliyetleri etraflarını manipüle etme yeteneğidir. Bu yetenek bir sürü yeni kullanım senaryosuna fırsat verecektir. Bu tip senaryolardan çok sayıda problem barındıran hassas tarım, yer manipülasyonundan daha hızlı olan hava manipülasyonundan faydalanabilir. Giderek derinleşen emek arz-talep dengesizliğinden dolayı toplam elma üretimi giderlerinde sürekli büyüyen bir yüzdeye sahip olan elma hasadı bu senaryoların en meşhurudur. Buna ek olarak, manipülatörlerle teçhiz edilmiş çağdaş endüstriyel İKAlar hala insan emeği ile finansal olarak rekabet etmeye çalışmaktadır. Daha ucuz olan hava manipülatörleri ise maliyet konusunda karadaki rakiplerinden öndedirler. Bununla birlikte, hava manipülatörlerinin dinamik profilleri simetrik dört-kanatlılara göre çok daha karmaşıktır, dolayısıyla daha sofistike bir kontrol şemasına ihtiyaç duyarlar. Bu tezde, 3 özgürlük derecesine sahip bir kol takılmış dört-kanatlı bir İHA'nın kısa dinamik analizi yapılmış ve devamında bu dinamik profiline uygun kontrol şemasına sahip bir otopilot olan PX4 seçilmiştir. Devamında, RRT yol planlama algoritma ailesi ve onun altboyutsal genişleme yöntemini kullanan çoklu-robot türevi sRRT tanıtılmıştır. Sonra, meyve toplama görevinde son etapta kullanılan yerel yol planlacıyısıyla birlikte çalışan robotik kolun ters kinematiği işlenmiştir. Buna müteakip, elma tanıma kabiliyeti bulunan, Mask R-CNN mimarisini ve Veri Damıtma metodunu kullanan bir gözetimli öğrenme modeli geliştirilmiştir. Son olarak çoklu-robot elma toplama senaryosu ve bu alt-modüllerin entegrasyonu simülasyon ortamında gerçekleştirilmiştir.
Özet (Çeviri)
Manipulation is the ultimate capability for autonomous micro unmanned aerial vehicles (MAVs), which would enable a substantial number of novel use-cases. Precision agriculture is such a domain with plenty of practical problems that could utilize aerial manipulation, which is faster with respect to ground manipulation. Apple harvesting is the most prominent use case with ever-growing percentages in the overall apple production costs due to increasing imbalance between labor supply and demand. Moreover, contemporary industrial UGVs equipped with arms still strive to compete against human labor financially, which is not the case for relatively cheaper aerial manipulators. Nevertheless, the dynamics of the aerial manipulator is significantly more convoluted when compared to plain quadrotors and thus demand a more sophisticated control pipeline. In this thesis, a brief dynamics analysis on the airframe with a 3 DOF manipulator is conducted and subsequently an appropriate autopilot software with an adequately stable control pipeline -PX4- is selected. Thereafter RRT path planning algorithm family, followed by its multi-robot variant sRRT, which uses subdimensional expansion framework, is introduced. Then the inverse kinematics of 3 DOF arm is introduced, which is used alongside with the local 1 planner in fruit picking. Consecutively a supervised apple detection model based on Mask R-CNN and Data Distillation with real-time capable inference is developed. At the end, multi-robot apple picking scenario is realized and the integration of these submodules is verified in simulation.
Benzer Tezler
- Meyve bahçelerinde değişken düzeyli ilaçlama için otonom tarım aracı tasarımı
Autonomous agricultural vehicle design for variable rate spraying at orchards
ERAY ÖNLER
Doktora
Türkçe
2018
ZiraatTekirdağ Namık Kemal ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
PROF. DR. İLKER HÜSEYİN ÇELEN
- Derin evrişimli yapay sinir ağı kullanarak meyve yaprağı hastalık tespiti
Fruit leaf disease detection using deep convolutional neural network.
SENA NUR BENLİ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SALİM CEYHAN
- Kamkat meyvesi için derin öğrenme tabanlı otonom hasat robotu
Deep learning based autonomous harvest robot for kumqat fruit
MEHMET DERSUNELİ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİskenderun Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAKUP KUTLU
- A comparative study of YOLOv8 and faster R-CNN in fruit leaf disease detection for precision
Meyve yaprağı hastalığının tespıtı ıçın YOLOv8 ve faster R-CNN metotlarının kullanımı
ARELDI BALA
Yüksek Lisans
İngilizce
2024
ZiraatAntalya Bilim ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CAFER ÇALIŞKAN
- Türkiye ve Rusya arasındaki hububat ve yaş meyve sebze ticaretinin karşılaştırmalı incelenmesi
Comparative examination of grain and fresh fruit and vegetable trade between Turkey and Russia
HÜSEYİN ÖZEN
Yüksek Lisans
Türkçe
2021
EkonomiAkdeniz ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
DOÇ. DR. RAHMİYE FİGEN CEYLAN