Enhancing aviation safety through autonomous detection of foreign object debris: An accessible computer vision and deep learning approach
Otonom yabancı cisim döküntüsü (FOD) tespiti ile havacılık güvenliğinin artırılması: Erişilebilir bir bilgisayarlı görü ve derin öğrenme yaklaşımı
- Tez No: 956559
- Danışmanlar: DR. ÖĞR. ÜYESİ TARKAN AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Sivil Havacılık, Computer Engineering and Computer Science and Control, Civil Aviation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 174
Özet
Bu tez, pistlerdeki Yabancı Cisim Döküntüsü (FOD) tespiti için erişilebilir bir derin öğrenme çözümü sunmakta ve önemli bir havacılık güvenliği problemine odaklanmaktadır. Drone tabanlı RGB ve araç üzeri kızılötesi görüntülerle çalışan bir sistem geliştirilmiştir. Geleneksel yöntemler, otokodlayıcılar, YOLOv8 ve Faster R-CNN mimarileri değerlendirilmiş; ControlNet destekli Stable Diffusion ile sentetik görsel veri üretilmiştir. Faster R-CNN, YOLOv8'e üstün gelmiş, hibrit sistem %93,2 F1 skoru elde etmiştir. Gece operasyonları için geliştirilen IR tespiti %71–73 F1 skoru sağlamıştır. GNSS konumlandırması ile 1.130 m pist 16 dakikada işlenebilmektedir. Sistem, ticari FOD çözümlerine erişimi olmayan bölgesel havalimanları için uygun maliyetli bir alternatiftir.
Özet (Çeviri)
This thesis proposes an accessible deep learning solution for Foreign Object Debris (FOD) detection on airport runways, addressing an important aviation safety problem. A detection system was developed using drone-based RGB and vehicle-mounted infrared imagery. Methods evaluated include traditional vision techniques, autoencoders, YOLOv8, and Faster R-CNN. Synthetic visual data was generated using Stable Diffusion with ControlNet. Faster R-CNN outperformed YOLOv8, and a hybrid approach combining YOLOv8, Faster R-CNN, and texture-based autoencoders achieved a 93.2% F1 score in RGB detection. Infrared detection for night operations scored 71–73%. The system integrates GNSS for precise localization and processes a 1,130 m runway in 16 minutes. It offers a viable, low-cost alternative for regional airports lacking commercial FOD systems.
Benzer Tezler
- Sabit kanatlı bir hava aracı için çift katmanlı bozucu gözleyici destekli kontrolcünün tasarlanması ve analiz edilmesi
Design and analysis of a dual-layer disturbance observer based controller for fixed-wing aircraft
MERVE DEMİROĞLU
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKER ÜSTOĞLU
- Autopilot design for fixed wing aircraft under colored noise
Renkli gürültü altında sabit kanatlı uçaklar için otopilot tasarımı
İSMET HÜSREV AKAY
Yüksek Lisans
İngilizce
2025
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Role of leadership and safety factors in aviation operations safety in Rwanda: Transformational leadership, safety leadership, safety climate
Havacılık operasyonlarında liderlik ve güvenlik faktörlerinin rolü ruanda'da güvenlik: Dönüşümsel liderlik, güvenlik liderliği, güvenlik iklimi
MAURICE NDAGIJIMANA
Yüksek Lisans
İngilizce
2024
Sivil HavacılıkTürk Hava Kurumu ÜniversitesiHavacılık Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZKAN YAVUZYILMAZ
- ComCoS: An enhanced cache partitioning technique for integrated modular avionics
ComCoS: Entegre modüler aviyonikler için gelişmiş bir önbellek bölümleme tekniği
YAKUP HÜNER
Yüksek Lisans
İngilizce
2023
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ
- Mil-Std 1553 tabanlı sistemler için yeni bir saldırı tespiti yaklaşımı
A new intrusion detection approach for Mil-Std 1553 based systems
YUNUS EMRE ÇİLOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞERİF BAHTİYAR