Meyve hasadına yardımcı yapay zeka tabanlı bir otonom araç tasarımı
Design of an artificial intelligence based autonomous vehicle assisting fruit harvest
- Tez No: 920904
- Danışmanlar: PROF. DR. MUSTAFA VATANDAŞ
- Tez Türü: Doktora
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Tarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Tarım Makinelerı ve Teknolojileri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 132
Özet
Bu tez çalışmasında, meyve hasadına yardımcı olmak amacıyla bir otonom tarım aracı tasarlanmış, prototipi imal edilmiş ve farklı zemin türlerinde performansı değerlendirilmiştir. Yazılım geliştirme süreci, Robot İşletim Sistemi (ROS) altyapısı kullanılarak gerçekleştirilmiş, aracın çevresel algılama, haritalama ve rota planlama süreçlerini etkin bir şekilde yürütebilmesi için çeşitli bileşenler entegre edilmiştir. Çevre haritalaması ve engel algılama amacıyla LİDAR sensörü, aracın ivme ve yön bilgilerini sağlamak için IMU ile hız ve konum bilgilerini elde etmek amacıyla tekerlek enkoderlerinden alınan odometri verisi kullanılmıştır. Daha hassas konum tahmini sağlamak için Genişletilmiş Kalman Filtresi ve Eş Zamanlı Konumlandırma ve Haritalama (SLAM) entegre edilmiştir. Mevcut bir harita üzerinde aracın konumunu belirlemek amacıyla ise LİDAR ve odometri verilerini kullanan Adaptif Monte Carlo Lokalizasyon algoritması tercih edilmiştir. Rota planlamasında, küresel yol planlayıcı olarak A* algoritması kullanılmıştır. Yerel yol planlamada ise Dinamik Pencere Yaklaşımı algoritması kullanılarak aracın çevredeki engellerden güvenle kaçınması sağlanmıştır. Otonom taşıma aracının denemeleri, beton, asfalt, çim, ince işlenmiş toprak ve kaba işlenmiş toprak zeminlerde yapılmıştır. Tarımsal araçların dar alanlarda manevra yapabilme yeteneğinin performans üzerindeki etkisi göz önünde bulundurularak, manevra kabiliyetini değerlendirmek için dönüş yarıçapları ölçülmüştür. Bu kapsamda, 90° sağa ve sola dönüşlerde 60,0 cm ve 62,5 cm, 180° dönüşlerde ise 125,0 cm dönüş yarıçapları belirlenmiştir. Otonom araç, 200 kg yük ile 0,3 m/s hızda hareket ederken 5,39 cm sapma ile beton zemin üzerinde en başarılı rota takip performansını göstermiş ve bu yükü emniyetle taşımıştır.
Özet (Çeviri)
In this thesis, an autonomous agricultural vehicle has been designed and manufactured to assist in fruit harvesting, and its performance has been evaluated on different terrain types. The software development process was conducted using the Robot Operating System (ROS) framework, and various components were integrated to enable the vehicle to efficiently perform environmental sensing, mapping, and path planning. LİDAR sensor was used for environmental mapping and obstacle detection. An Inertial Measurement IMU provided acceleration and orientation data, and wheel encoders collected odometry data for speed and position information. To achieve more precise position estimation, an Extended Kalman Filter was integrated with the SLAM method. For localization on an existing map, the Adaptive Monte Carlo Localization algorithm was used, relying on LİDAR and odometry data. In route planning, the A* algorithm was chosen as the global path planner, while the Dynamic Window Approach algorithm was employed for local path planning to allow the vehicle to safely avoid obstacles in its vicinity. Autonomous vehicle trials were conducted on concrete, asphalt, grass, fine-tilled soil, and coarse-tilled soil surfaces. Considering the impact of maneuverability in confined areas on the performance of agricultural vehicles, turning radius were measured to evaluate maneuverability. In this context, turning radius were determined as 60.0 cm and 62.5 cm for 90° turns to the right and left, respectively, and 125.0 cm for 180° turns. The autonomous vehicle demonstrated its best path planning performance on a concrete surface, maintaining a 5.39 cm deviation while moving at a speed of 0.3 m/s with a 200 kg load, and it transported this load safely.
Benzer Tezler
- 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
- Derin öznitelikler kullanılarak kiraz yapraklarında külleme hastalık seviyesinin sınıflandırılması
Classification of level of powdery mildew disease on cherry leaves using deep attributes
HATİCE KAYHAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ ÜNAL
DR. ÖĞR. ÜYESİ EMRAH DÖNMEZ
- Meyve hasadına yardımcı platform tasarımı
Designing a platform to help for fruit harvesting
MAKSUT BARIŞ EMİNOĞLU
Doktora
Türkçe
2016
ZiraatAnkara ÜniversitesiTarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN ÖZTÜRK
- Vişne hasadında mekanizasyon olanakları üzerinde bir araştırma
A Research on the mechanical harvestability of sour cherries
SELİM ÇETİNKAYA
Doktora
Türkçe
1989
ZiraatAnkara ÜniversitesiTarımsal Mekanizasyon Ana Bilim Dalı
PROF. DR. DOĞAN ERDOĞAN
- Bazı bakterilerin yaz dikimi çilek yetiştiriciliğine etkileri
Effects of some bacteria on summer planting strawberry cultivation
RUMEYSA NUR BAŞAK
Yüksek Lisans
Türkçe
2024
ZiraatEskişehir Osmangazi ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. RAFET ASLANTAŞ