Geri Dön

Dokunsal sensör sinyalleri ile yüzey dokularının sınıflandırılması

Surface textures classification with tactile sensor signals

  1. Tez No: 883864
  2. Yazar: CEMİL KILIÇ
  3. Danışmanlar: DOÇ. ÖMER FARUK ALÇİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Malatya Turgut Özal Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Enformatik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 57

Özet

Dokunsal algılama, robotik ve protez teknolojilerinde çevresel etkileşimleri hassas bir şekilde yönetmek için kritik bir rol oynar. Bu alandaki önemli araştırma konularından biri yüzey tanımlamadır. Yüzeylerin doku özelliklerini anlamak amacıyla insan doku tanıma sistemleri yapay parmak yapıları kullanılarak modellenir. Bu modellemede, yüzeylere içsel ölçüm birimleri yerleştirilir ve bu birimler yüzeyde titreşim oluşturarak çeşitli elektriksel sinyaller toplar. Toplanan sinyaller, örüntü tanıma teknikleri ile analiz edilip sınıflandırılır. Bu tezde, yüzey tanımlama için iki farklı veri seti kullanılmıştır. İlk veri setinde, Eğimden Arındırılmış Dalgalılık Analizi (EADA) ve Destek Vektör Makineleri (DVM) yöntemleri uygulanmıştır. EADA, verileri belirli bir eğimden arındırarak yüzeylerin daha doğru analiz edilmesini sağlar. DVM ise bu verilerin yüksek doğrulukla sınıflandırılmasını sağlar ve %99.16 oranında bir sınıflama doğruluğu elde edilmiştir. İkinci veri setinde, yapay parmak yapısına entegre edilen Alan Programlanabilir Kapı Dizileri (APKD) kullanılarak öznitelik çıkarımı yapılmış ve bu öznitelikler Uzun Kısa Zamanlı Bellek (UKZB) algoritması ile sınıflandırılmıştır. UKZB, zaman serisi verilerini etkili bir şekilde işleyerek dokunsal verilerin dinamik özelliklerini öğrenir ve %96.87 doğruluk oranı sağlar. Bu çalışmalar, dokunsal algılamanın robotik ve protez teknolojilerindeki potansiyelini artırırken, yüzey tanımlama ve analiz yöntemlerinin geliştirilmesine önemli katkılarda bulunmaktadır. Yapay parmak yapıları ve APKD tabanlı öznitelik çıkarımı gibi yenilikçi yöntemler, bu alandaki araştırmaların doğruluk ve verimlilik seviyelerini yükseltmeye yönelik önemli adımlar sunmaktadır.

Özet (Çeviri)

Tactile sensing plays a critical role in managing environmental interactions precisely in robotics and prosthetics technologies. One important research topic in this field is surface characterization. To understand the texture properties of surfaces, human tissue recognition systems are modeled using artificial finger structures. In this modeling, internal measurement units are placed on surfaces, creating vibrations that generate various electrical signals. These signals are then analyzed and classified using pattern recognition techniques. This thesis utilizes two different datasets for surface characterization. In the first dataset, the Fractal Detrended Fluctuation Analysis (F-DFA) and Support Vector Machines (SVM) methods are applied. F-DFA removes specific slopes from the data to enable more accurate surface analysis. SVM provides high accuracy in classifying these data, achieving a classification accuracy of %96.16. In the second dataset, features are extracted using Field-Programmable Gate Arrays (FPGA) integrated into the artificial finger structure, and these features are classified using Long Short-Term Memory (LSTM) algorithms. LSTM effectively processes time series data, learning the dynamic properties of tactile data, and achieves a classification accuracy of %96.87. These studies contribute significantly to enhancing the potential of tactile sensing in robotics and prosthetics, advancing the development of surface characterization and analysis methods. Innovative techniques like artificial finger structures and FPGA-based feature extraction offer important steps towards improving accuracy and efficiency in this research area.

Benzer Tezler

  1. Machine learning-enabled stress detection in children using physiological signals during robot assisted therapy

    Çocuklarda makine öğrenmesi ile desteklenmiş robot ile yapılan terapi sırasında fizyolojik sinyallerle stres tespiti

    SEVGİ NUR BİLGİN AKTAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Eğitimi Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

  2. Yüz nakil, kol nakil ve kol replant hastalarında beyin plastisitesinin eeg tabanlı analizi

    EEG based analysis of brain plasticity in face transplantation, hand transplantation and arm replant patients

    İNCİ BİLGE

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik MühendisliğiAkdeniz Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER HALİL ÇOLAK

  3. Providing contact sensory feedback for upper limb robotic prosthesis

    Üst ekstremite robotik protezleri için temas hissi geribildirimi sağlanması

    MOHAMMAD AZIZIAGHDAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Makine MühendisliğiBoğaziçi Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. EVREN SAMUR

  4. Dokunsal geri bildirimlerin sanal gerçeklik ortamlarında motor imgeleme eeg sinyallerine etkisinin incelenmesi

    The effect of haptic feedback on motor imagery eeg signals in virtual reality environments

    HARUN YENİŞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ULVİ BAŞPINAR

  5. Fabrication of a biodegradable piezoelectric-based wearable sensor for non-invasive monitoring of dynamic human motions and physiological signals

    Dinamik insan hareketlerinin ve fizyolojik sinyallerin non-invazivizlenmesi için biyobozunur piezoelektrik tabanlı giyilebilir sensör üretimi Biyomedikal Bilimler ve Mühendislik bilim ustası

    MOHSIN ALI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mühendislik BilimleriKoç Üniversitesi

    Biyomedikal Bilimler ve Mühendislik Ana Bilim Dalı

    Assist. Prof. Dr. LEVENT BEKER