Geri Dön

Su parametrelerinin çevrimiçi izlemesi ve CBS kullanılarak değerlendirilmesi amacı ile otonom insansız yüzey aracı geliştirilmesi

Development of autonomous unmanned surface vehicle for online monitoring and evaluation of water parameters using GIS

  1. Tez No: 951371
  2. Yazar: HÜSEYİN DURAN
  3. Danışmanlar: PROF. DR. NAMIK KEMAL SÖNMEZ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mekatronik Mühendisliği, Çevre Mühendisliği, Computer Engineering and Computer Science and Control, Mechatronics Engineering, Environmental Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 121

Özet

Bu tez çalışmasında, deniz ve göl gibi su alanlarında fiziksel su parametrelerinin gerçek zamanlı ve otonom biçimde izlenmesini sağlayan bir İnsansız Yüzey Aracı (İYA) sistemi geliştirilmiştir. Sistem; sıcaklık, pH, iletkenlik, çözünmüş oksijen ve oksidasyon-redüksiyon potansiyeli gibi temel su kalitesi parametrelerini ölçebilen çoklu sensörler ile GPS, LiDAR, dijital pusula, haberleşme modülleri, batarya ve enerji birimlerinden oluşmaktadır. Yazılım altyapısı, İYA üzerinde Python (Raspberry Pi), ölçüm biriminde C (Atmega 324P), kontrol biriminde C++ (Arduino Uno), kontrol merkezinde ise C#, JavaScript, HTML ve CSS kullanılarak geliştirilmiştir. Motor kontrolü, engellerden kaçınma, veri iletimi ve görev yürütme işlemleri Python ile gerçekleştirilmiştir. İYA, hem manuel hem de otonom modda çalışacak şekilde tasarlanmış ve web tabanlı bir arayüz üzerinden yönetilmektedir. Kullanıcı, harita tabanlı arayüz aracılığıyla görev noktaları tanımlayabilmekte; sistem bu noktalara ulaşıp gerekli ölçümleri yapmakta ve verileri gerçek zamanlı olarak kontrol paneline iletmektedir. Veri iletimi; donanım düzeyinde ZigBee ve GSM modülü, uygulama düzeyinde ise SignalR ve RESTful API gibi iletişim teknolojileri aracılığıyla sağlanmaktadır. Ayrıca, laboratuvar koşullarında test edilebilecek şekilde numune alma işlevi de sisteme entegre edilmiştir. Toplanan su verileri, Coğrafi Bilgi Sistemleri kapsamında IDW, Kriging, Spline ve Doğal Komşu gibi farklı enterpolasyon yöntemleriyle işlenmekte ve anlık alansal dağılım haritaları oluşturulabilmektedir. Bu sayede, çevresel değişimlerin mekânsal analizi mümkün hale gelmektedir. Gerçekleştirilen dört farklı saha testinde İYA, toplam 2237,26 metre yol katetmiş ve kuş uçumu mesafe ile karşılaştırıldığında yaklaşık %96,5 oranında en uygun rota izlenebilmiştir. Görevler yaklaşık 79 dakikada tamamlanmış, bunun 44 dakikası su parametrelerinin ölçümü ve numune alımı süreci olarak gözlemlenmiştir. Toplam 24 görev noktasından görev noktalarına 3 metrelik toleransla ulaşımda %66 başarı elde edilmiştir. Engel tanıma testlerinde, karşısına çıkan 10 engelin 6'sı çarpmadan geçilmiş; otonom sürüş modunda ise tüm engellerden başarılı şekilde kaçınılmıştır. Saha testlerinde elde edilen 120 farklı su parametre değeri, kontrol paneli üzerinden gerçek zamanlı işlemlerden geçirilip IDW, Kriging, Spline ve Doğal Komşu gibi farklı enterpolasyon yöntemleriyle alansal dağılım haritaları oluşturulmuştur. Buna ek olarak gerçek zamanlı harita özerinde parametre değerleri gösterilmiştir. Bu tez çalışması, düşük maliyetli, modüler ve kullanıcı dostu yapısıyla çevresel izleme sistemlerine yenilikçi bir yaklaşım sunmakta hem akademik araştırmalar hem de uygulamalı çalışmalar için etkin ve sürdürülebilir bir çözüm oluşturmaktadır.

Özet (Çeviri)

In this thesis, an Unmanned Surface Vehicle (USV) system has been developed to enable real-time and autonomous monitoring of physical water parameters in aquatic environments such as seas and lakes. The system comprises multiple sensors capable of measuring key water quality parameters including temperature, pH, conductivity, dissolved oxygen and oxidation-reduction potential as well as components such as GPS for location tracking, LiDAR for obstacle detection, a digital compass for directional control, communication modules, a battery, and a power system. The software infrastructure has been developed using Python on the Raspberry Pi for the USV, C on the Atmega 324P microcontroller for the water measurement unit, C++ on the Arduino Uno for the control unit, and C#, JavaScript, HTML, and CSS for the web-based control center. Tasks such as motor control, obstacle avoidance, data transmission, and mission execution are performed using Python on the USV. The USV is designed to operate in both manual and autonomous modes and is managed through a web-based interface integrated into the control center. Through the map-based interface, the user can define mission points; the system then navigates to these points, conducts the necessary measurements, and transmits the data to the control panel in real time. Data transmission is achieved through communication technologies such as ZigBee and the GSM module at the hardware level, and SignalR and RESTful API at the application level. Additionally, the system includes a sample collection mechanism suitable for testing in laboratory conditions. The collected water quality data are processed within the scope of Geographic Information Systems using various interpolation methods, including IDW, Kriging, Spline, and Natural Neighbor, to generate real-time spatial distribution maps. This capability allows for the spatial analysis of environmental changes. In four different field tests, the USV travelled a total distance of 2,237.26 meters. When compared to the straight-line (as-the-crow-flies) distance, it was observed that the USV followed an optimal route with an accuracy of approximately 96.5%. The missions were completed in approximately 79 minutes, of which 44 minutes were dedicated to measuring water parameters and collecting samples. Out of 24 designated task points, the vehicle successfully reached 66% of them within a 3-meter tolerance. In obstacle detection tests, 6 out of 10 obstacles encountered were avoided without collision; in autonomous driving mode, all obstacles were avoided. A total of 120 different water parameter values obtained during field tests were processed in real-time through the control panel, and spatial distribution maps were generated using various interpolation methods such as IDW, Kriging, Spline, and Natural Neighbor. In addition, the parameter values were displayed in real time on the map. This thesis contributes a novel approach to environmental monitoring systems through a low-cost, modular, and user-friendly design, offering an effective and sustainable solution for both academic research and practical field applications.

Benzer Tezler

  1. Tez No

    947619

    An online opto-electronic sensor for abrasive waterjet nozzle internal diameter monitoring

    Çevirim içi opto-elektronik sensor kullanılarak aşındırıcılı su jeti nozulünün iç çapının ölçülmesi

    MEHMET GÜLŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    1991

    Makine MühendisliğiSyracuse University

    İmalât ve Konstrüksiyon Ana Bilim Dalı

    DOÇ. DR. RADOVAN KOCACEVIC

  2. Tez No

    559970

    Personality in conversational user interfaces: extroverted and introverted chatbots

    Sohbete dayalı kullanıcı ara yüzlerinde kişilik: dışa ve içe dönük sohbet botları

    GONCA İREM ÇAKIROĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Endüstri Ürünleri Tasarımıİstanbul Teknik Üniversitesi

    Endüstri Ürünleri Tasarımı Ana Bilim Dalı

    DOÇ. DR. ÇİĞDEM KAYA

  3. Tez No

    389314

    Characterization and analysis of weak urban grey water

    Zayıf nitelikli kentsel gri suyun karakterizasyonu ve analizi

    ESRA GİRESUNLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE BİLSEN BELER BAYKAL

  4. Tez No

    847173

    Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  5. Tez No

    642057

    Towards adaptive brain-computer interfaces: Statistical inference for mental state recognition

    Uyarlanabilir beyin-bilgisayar arayüzlerine doğru: Zihinsel durum tanıma için istatistiksel çıkarım

    MASTANEH TORKAMANI AZAR

    Doktora

    İngilizce

    İngilizce

    2020

    BiyomühendislikSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜJDAT ÇETİN

    Prof. Dr. SELİM SAFFET BALCISOY

Geri Dön