Yapay zekâ tabanlı ilaçlama drone'u tasarımı ve uygulaması
Artificial intelligence based spraying drone design and implementation
- Tez No: 779553
- Danışmanlar: DR. ÖĞR. ÜYESİ TOLGA ÖZER, PROF. DR. YÜKSEL OĞUZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Dünya nüfusu hızlı bir şekilde artış göstermektedir ve buna bağlı olarak gıda talebinde artış yaşanmaktadır. Bu artıştan dolayı gıda talebini karşılayabilmek için tarımsal arazilerde ürün verimliliğinin artırılması gerekmektedir. Tarımsal ürünlerin verimliliğini artırmak için bitkileri olumsuz yönde etkileyecek böcek ve haşere gibi maddelerden temizlemek gerekmektedir. Bu zararlı organizmaların temizlenmesi için kimyasal ilaçlamaya ihtiyaç duyulmaktadır. Tarımsal ürünlerde kimyasal ilaçlamanın ürün verimini %60 arttırdığı yapılan çalışmalar ile görülmektedir. İlaçlama yöntemleri elektromekanik sistemler ile, manuel püskürtme ile ve İnsansız hava araçları ile ilaçlamadır. Bu yöntemler incelendiğinde manuel püskürtmenin en büyük dezavantajı, bu gübreleri püskürten insana solunum rahatsızlıkları, kalp hastalıkları vb. sağlık sorununa neden olabilmesidir. Bu nedenle ilaçlamanın dengeli ve mümkün olduğunca insan gücü kullanılmadan gerçekleştirilmesi gerekmektedir. Bu riskten kaçınmak ve pestisitleri eşit bir şekilde püskürtmek için tarımsal arazilerin ilaçlanması bir drone tarafından gerçekleştirilebilmektedir. Drone'lar manuel yöntemlere kıyasla kısa sürede verimli bir ilaçlama yapabilmektedir. Yapılan bu çalışma ile kiraz ağaçlarının yapay zekâ desteği ile otonom bir şekilde ilaçlanması bir ilaçlama drone'u tarafından gerçekleştirilmektedir. Yapay zekâ uygulamasının çalıştırılması için NVIDIA Jetson NANO geliştirme kiti kullanılmıştır. Kiraz ağaçlarının tespiti için doğruluğu yüksek olması sebebi ile YOLOv5 modeli tercih edilmiştir. Drone Hexacopter gövde yapısına sahip altı motorlu olacak şekilde SOLIDWORKS programı kullanılarak modellenmiştir ve ANSYS programı ile analizleri gerçekleştirilmiştir. Geliştirilen drone sistemi 1150mm gövde uzunluğuna, 5l ilaç kapasitesine ve 12 dakika uçuş süresine sahiptir. Üretilen Hexacopter drone sayesinde tarım arazilerinin ilaçlanması otonom bir şekilde gerçekleştirilmektedir. Yüksekten uçmaları sebebi ile homojen bir ilaçlama gerçekleştirilerek ürünlerin verimi artırılmaktadır. Aynı zamanda gerekli insan gücü ve ilaçlama süresini azaltmakla kalmayarak insan sağlığını olumsuz etkileyen etkileri de azaltacaktır. Bu çalışmanın sonuçlarına göre derin öğrenme modelinin F1-skor değeri 0,980 olarak belirlenmiştir. İlaçlama yöntemi için otonom (sürekli) ilaçlama ve yapay zekâ tabanlı ilaçlama yöntemi karşılaştırıldığında yapay zekâ tabanlı ilaçlama yönteminde %53 daha az ilaç %50 daha az enerji kullanımı gerçekleşmektedir. Sunduğu avantajlar sayesinde kiraz ağaçlarının ilaçlanması için ilaçlama drone sistemlerine yapay zekâ desteği eklenebilir.
Özet (Çeviri)
The world population is increasing rapidly and accordingly there is an increase in food demand. For this reason, it is necessary to increase crop productivity in agricultural lands in order to meet the food demand. Substances such as insects and pests that will adversely affect plants in agricultural lands are called“pesticides”. Chemical spraying is needed to clean the plants from pesticides. Studies show that chemical spraying in agricultural products increases product yield by 60%. The biggest disadvantage of manual spraying is that it can cause respiratory ailments, heart diseases, etc. to the person spraying these fertilizers. that can cause health problems. For this reason, it should be carried out in a balanced way and without the use of human power as much as possible. To avoid this risk and to spray pesticides evenly, spraying of agricultural lands can be carried out by a drone. Drones can perform efficient spraying in a short time compared to manual methods. With this study, cherry trees are sprayed autonomously with the support of artificial intelligence. NVIDIA Jetson NANO development kit was used to run the artificial intelligence application. The YOLOv5 model was preferred because of its high accuracy for the detection of cherry trees. The drone Hexacopter was modeled using the SOLIDWORKS program, with a body structure and six engines, and its analyzes were carried out with the ANSYS program. Drone A spraying drone with a body length of 1150mm, a drug capacity of 5l and a flight time of 12 minutes has been developed. Thanks to the developed hexacopter drone, spraying of agricultural lands is carried out autonomously. Due to the fact that they fly high, a homogeneous spraying is carried out and the yield of the products is increased. At the same time, it will not only reduce the required manpower and spraying time, but also reduce the health hazard. According to the results of this study, the F1-score value of the deep learning model was determined as 0,980. When the autonomous (continuous) spraying and artificial intelligence-based spraying method are compared for the spraying method, 53% less medication is used and 50% less energy is used in the artificial intelligence-based spraying method. Thanks to the advantages it offers, artificial intelligence support can be added to spraying drone systems for spraying cherry trees.
Benzer Tezler
- Improved trajectory tracking via multi obstacle avoidance utilizing nonlinear model predictive controller
Doğrusal olmayan model öngörülü kontrol kullanılarak çoklu engellerden kaçınma ile geliştirilmiş yörünge takibi
ÖNDER HOROZ
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ERGENÇ
- Çevre kontrollü dikey tarım için karar destek sistemi geliştirilmesi: Hibrit Afrika Menekşesi örneği
Development of a decision support system for controlled environment vertical farming: The case of Hybrid African violet
HAMİD ASIM ÇÖKREN
Doktora
Türkçe
2024
Yönetim Bilişim SistemleriSakarya ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. NUMAN ÇELEBİ
DR. ÖĞR. ÜYESİ BAHADIR ŞİN
- Yapay zeka tabanlı temel hareket becerileri ölçüm sistemi
Artificial intelligence based basic movement skills measurement system
MURAT TAŞARSU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AKHAN AKBULUT
- Memristif sinaptik devreler için uyarlanabilir parçalı lineer yaklaşım
Adaptive piecewise linear characteristic approach for memristive synaptic circuits
BARIŞ ŞAHİNTEKİN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEHRA GÜLRU ÇAM TAŞKIRAN
- Yapay zeka tabanlı uyku analizi ve evre sınıflandırması
Artificial intelligence-based sleep analysis and stage classification
ÖMER FARUK BAŞARAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Uludağ ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEYİR ÖZCAN SEMERCİ