Geri Dön

Robotik sistemler için görüntü işleme yöntemleri kullanılarak zeytin meyvesinin konumunun belirlenmesi

Determining the position of olive fruit using image processing methods for robotic systems

  1. Tez No: 800388
  2. Yazar: DEMET OFLAZOGLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERSİN ÖZDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İskenderun Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 75

Özet

Teknolojinin gelişmesiyle birlikte görüntü işleme tekniklerinin ve yapay zekâ kullanımının artması, birçok alanda süreçlerin otomatik olarak gerçekleşmesine olanak sağlamıştır. Son yıllarda tarımsal ilaçlama, sulama gibi işlemlerin yanında ürün hasadı gibi zorlu işler de otomatik olarak gerçekleştirilmeye başlanmıştır. Otomatik hasat sistemlerinde hasadı gerçekleştirecek robotun meyveyi tanıması ve ona yönelebilmesi için meyvenin koordinatlarını tespit edebilmesi gerekmektedir. Meyvelerin doğru bir şekilde tespit edilebilmesi için de sistemin modellenmesi amacıyla kullanılacak veri seti çok önemlidir. Literatürde otomatik meyve hasadı ve meyvelerin otomatik olarak tespit edilebilmesi üzerine pek çok çalışma bulunmaktadır. Ancak, literatürde zeytin meyvesinin gerçek ortamda tespit edilmesi ile ilgili herhangi bir çalışma bulunmamaktadır. Bu tez çalışmasında, 12 MP Optik görüntü sabitleyiciye (OIS) sahip kamera ile 1,3 MP CMOS fotoğraf sensörüne sahip IP kamerası kullanılarak elde edilen zeytin ağacının meyvesine ait görüntülerden bir veri seti oluşturulmuştur. Daha sonra veri setinde bulunan resimlere çeşitli görüntü işleme teknikleri ve meyve etiketleme işlemleri uygulanmıştır. Son olarak CNN, YOLOv3-tiny, YOLOv4-tiny-custom derin öğrenme modelleri kullanılarak zeytin meyvesinin gerçek ortamda tespit edilmesi işlemi gerçekleştirilmiştir. Robot kolun zeytin meyvesine erişebilmesi için mesafenin de doğru olarak ölçülmesi gerekmektedir. Bu nedenle çalışmada ayrıca meyvenin derinlik tespiti için Microsoft Kinect v1 ve stereo kamera düzenekleri kullanılmıştır. Zeytin meyvesini tespit etmek amacıyla kullanılan YOLOv4-tiny-custom modeli 0.88 F1 skoru ile en yüksek başarı oranını vermiştir. Derinlik tespitinde %98'lik başarı ile meyve derinliği ölçülmüştür.

Özet (Çeviri)

With the advancement of technology, the increase in image processing techniques and the use of artificial intelligence has made it possible for processes to be automatically carried out in many fields. For example, in the past few years, in addition to agricultural pest control and irrigation processes, challenging processes such as fruit harvesting have also been automated. In automatic harvesting systems, it is necessary for the robot responsible for harvesting to be able to identify and approach the fruit by determining its coordinates. A data set that will be used for modeling the system is a very important requirement for accurately identifying the fruit. There are many studies in the literature on automatic fruit harvesting and the automatic detection of fruit. However, there is no study on the detection of olive fruit, which is densely found on tree branches and almost the same color and size as the leaves, in real environments. In this study, a dataset was created from images of the fruit of an olive tree obtained using 12 MP Optical image stabilizer (OIS) camera and an IP camera with a 1.3 MP CMOS photo sensor. Then various image processing techniques and fruit labeling processes were applied to the images in the dataset. Finally, the process of detecting olive fruit in real environments was carried out using CNN, YOLOv3-tiny, and YOLOv4-tiny-custom deep learning models. It is also necessary to accurately measure the distance between the robot arm and the fruit in order for the robot arm to be able to access the olive fruit. For this reason, in the study, Microsoft Kinect v1 and stereo camera configurations were also used to detect the depth of the fruit. According to the results of the models used to detect olive fruit, the YOLOv4-tiny-custom model achieved the highest success rate with a 0.88 F1 score.

Benzer Tezler

  1. Robotic system design for reshaping estimated human intention in human-robot interaction

    İnsan-robot etkileşiminde, tahmin edilen insan niyetinin değiştirilmesi için robotik sistem tasarımı

    AKİF DURDU

    Doktora

    İngilizce

    İngilizce

    2012

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDAN M. ERKMEN

    PROF. DR. İSMET ERKMEN

  2. Textile based sensing system for leg motion monitoring

    Bacak hareketi izleme için tekstil tabanlı algılama sistemi

    KADİR ÖZLEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  3. Improved fuzzy logic based edge detection method on clinical images

    Klinik görüntülerde bulanık mantık temelli iyileştirilmiş kenar tespit yöntemi

    MURAT MERT ÇELEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İLKER ÜSTOĞLU

  4. Design, modelling and control of a nano quadrotor withmicrocontroller based vision system for object tracking

    Nesne takibi için bir nano dört rotorlu helikopterin tasarımı, modellenmesi ve mikrodenetleyici tabanlı görüntü sistemi ile kontrolü

    MUSTAFA ENES KIRMACI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜLYA YALÇIN

    PROF. DR. ERDİNÇ ALTUĞ

  5. Development of vision-based mobile robot control and path planning algorithms in obstacled environments

    Engelli ortamlarda görüntü tabanlı mobil robot kontrolü ve yol planlama algoritmalarının geliştirilmesi

    MAHMUT DİRİK

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ADNAN FATİH KOCAMAZ