Endüstriyel makinalarda yapay zeka görüntü işleme tabanlı iş kazası davranışlarını önlemeye yönelik sistem tasarımı
System design for preventing work accident behaviors based on artificial intelligence image processing in industrial machines
- Tez No: 930508
- Danışmanlar: PROF. DR. RIFAT HACIOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Zonguldak Bülent Ecevit Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada yapay zeka ve görüntü işleme yaklaşımı kullanılarak, daire testere ve benzeri tehlikeli makinalarda çalışanların iş kazası sonucu el yaralanmalarını, uzuv kayıplarını önlemek ve doğru çalışma davranışlarını öğretmeyi amaçlayan bir tasarım geliştirilmektedir. Tasarımda eğitilmiş CNN (evrişimsel sinir ağı) vb. derin öğrenme teknikleri ile geliştirilen MediaPipe Hands makina öğrenimi modeli kullanılarak bilgisayarlı görme (Computervision) işlemi yapılmaktadır. Yapay zeka tasarımı Python yazılım ortamında makine öğrenimi kütüphanesi TensorFlow ve görüntü işleme kütüphanesi OpenCV kullanılarak yapılmaktadır. Kameradan alınan canlı görüntü ile insan elinin, tehlikeli bölgede kesici ile arasındaki yaklaşma mesafesi ve hızlı hareketleri takip edilip, ölçümlenir. Buna göre tehlikeli iş makinalarında tehlike ve uyarı bölgeleri belirlenmektedir. Eğer el tehlikeli bölgede kesiciye aşırı yakınsa veya hızlı hareketler sergilerse iş makinası durdurulur. Uyarı bölgesinde ise kullanıcıya gerekli uyarılar yapılarak el kazalarının önüne geçilmesi hedeflenmektedir. MediaPipe Hands modelinin farklı parlaklık ve gürültü ortam durumları incelenerek tespit performansında kıyaslamalar yapılmaktadır. Burada önerilen parlaklık dengeleme ve gürültü önleyici medyan filtre etkileri incelenmektedir. Olumsuz ortam koşullarından kaynaklanan bu performans kaybı filtre kullanımıyla iyileştirme yapılmaktadır. Parlaklık seviyelerindeki değişim ve gürültü etkisinde önerilen filtreler önemli oranda iyileştirme sağlamaktadır. Ek olarak kullanılan model karmaşıklığı değerlendirilerek önerilen sistemin gerçek zaman çalışabilme kabiliyeti incelenmektedir. Yapay zeka tabanlı bu güvenlik sistemi kamera, bilgisayar ve yazılım alanındaki gelişmelere bağlı olarak iş kazalarını en alt seviyeye indireceği değerlendirilmektedir.
Özet (Çeviri)
In this study, a design is being developed using image processing techniques with artificial intelligence to prevent hand injuries and limb losses due to work accidents in workers working on circular saws and similar dangerous machines, and to teach them correct working behaviors. Computer vision is performed using the MediaPipe Hands machine learning model developed with CNN (convolutional neural network) and similar deep learning techniques. The design is implemented in Python using the TensorFlow machine learning library and the OpenCV image processing library. The system uses live camera images to monitor the human hand's proximity and fast movements in dangerous areas. Based on these measurements, danger and warning zones are identified. If the hand approaches too closely to the cutter or shows rapid movements, the machine is stopped. In the warning zone, necessary alerts are provided to the user to avoid accidents. The performance of the MediaPipe Hands model is evaluated under different brightness and noise conditions. To reduce performance loss caused by environmental factors, filters are applied. The brightness compensation and noise-cancelling median filter provide significant improvements in varying lighting and noise levels. Additionally, the model's complexity and its real-time operation capabilities are assessed. The system is expected to reduce work accidents significantly, depending on advancements in cameras, computers, and software.
Benzer Tezler
- 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
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
PROF. DR. ERDİNÇ ALTUĞ
- Otonom mobil depo robotunun mekatronik sistem tasarımı
Mechatronic system design of the autonomous warehouse mobile robot
CAN ÖZBARAN
Yüksek Lisans
Türkçe
2020
Mekatronik Mühendisliğiİstanbul Gedik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAVAŞ DİLİBAL
- Otomatik takım değiştirici uygulamaları için sabit mıknatıslı senkron motorun optimizasyonu ve üretimi
Optimization and production of a permanent magnet synchronous motor for automatic tool changer applications
İSMAİL ÖYLEK
Doktora
Türkçe
2024
Mekatronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. METİN VARAN
- Akıllı üretim sistemleri kullanılan fabrikalarda iş sağlığı ve güvenliği
Occupational health and safety in factories using smart manufacturing systems
YAĞMUR ÖZCAN
Yüksek Lisans
Türkçe
2020
Mühendislik BilimleriKahramanmaraş Sütçü İmam ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ERMURAT
- Elektrik makinalarında hibrit makine öğrenmesi ile doğruluk ve performans odaklı resolver pozisyon tespiti
Accuracy and performans oriented resolver position detection in electrical machines using hybrid machine learning
MERT AYGEN ERCAN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Makineleri Ana Bilim Dalı
DOÇ. DR. SİBEL ZORLU PARTAL