Yapay zekâ destekli multikopter ile demiryolu hattı denetimi
Ai-powered multicopter-based railway line inspection
- Tez No: 995984
- Danışmanlar: PROF. DR. ŞEREF NACİ ENGİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Havacılık ve Uzay Mühendisliği, Electrical and Electronics Engineering, Aeronautical Engineering
- Anahtar Kelimeler: İnsan-yapay zeka etkileşimi, İnsansız otonom hava sistemleri, Human-artificial intelligence interaction, Unmanned autonomous aerial vehicles
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Aviyonik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Aviyonik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Demiryolu taşımacılığı; yüksek kapasitesi, enerji verimliliği ve çevre dostu yapısıyla modern ulaşım sistemlerinin temel taşlarından biridir. Ancak raylarda zamanla meydana gelen çatlak, deformasyon ve yabancı madde teması gibi fiziksel bozulmalar, ciddi güvenlik risklerine ve kazalara neden olabilmektedir. Günümüzde ray hattı denetimi, çoğunlukla insan temelli görsel incelemelere veya ray üzerinde hareket eden ölçüm araçlarına dayanmaktadır. Bu geleneksel yöntemler maliyetli, yavaş ve operasyonel kısıtlamalara sahip olmakla birlikte, denetim personelini de riskli çalışma şartlarına maruz bırakmaktadır. Bu çalışmada, demiryolu hatlarının güvenliğini artırmak amacıyla, dört rotorlu bir insansız hava aracı üzerine entegre edilmiş, derin öğrenme tabanlı otonom bir denetim sistemi geliştirilmiştir. Çalışma kapsamında, YOLO mimarisi ve görüntü işleme teknikleri kullanılarak ray hattını otonom şekilde takip eden, yapısal bozulmaları ve çevresel engelleri gerçek zamanlı tespit edebilen bir sistem tasarlanmıştır. Bu yapıya da UYAR (UAV-based YOLO Autonomous Rail Inspection System) ismi verilmiştir. Geliştirilen model, simülasyon ortamında farklı ışık, hava ve çevre koşullarında test edilerek optimize edilmiştir. Elde edilen sonuçlar, sistemin ray hattını kararlı bir şekilde takip edebildiğini ve tanımlanan tehlikeli durumları yüksek doğrulukla tespit ettiğini göstermiştir. Bu tez, demiryolu denetiminde insan bağımlılığını azaltan, maliyet etkin ve güvenli bir otonom hava denetim yaklaşımı sunmaktadır. Ayrıca, görüntü tabanlı tehlike tespitini simülasyon destekli navigasyon ile birleştirerek, demiryolu altyapı izleme çalışmalarına yenilikçi bir perspektif kazandırmaktadır.
Özet (Çeviri)
Railway transportation is one of the cornerstones of modern transportation systems due to its high capacity, energy efficiency, and eco-friendly structure. However, physical deteriorations such as cracks, deformations, and foreign object contact that occur on rails over time can lead to serious safety risks and accidents. Currently, railway line inspection relies mostly on human-based visual inspections or measurement vehicles moving on the rails. These traditional methods are costly, time-consuming, and have operational limitations, while also exposing inspection personnel to hazardous working conditions. In this study, a deep learning-based autonomous inspection system integrated onto a quadrotor unmanned aerial vehicle has been developed to enhance the safety of railway lines. Within the scope of the study, a framework capable of autonomously tracking the rail line and detecting structural defects and environmental obstacles in real-time using YOLO architecture and image processing techniques has been designed. This structure is named the UYAR (UAV-based YOLO Autonomous Rail Inspection System) system. The developed model was optimized by testing it in a simulation environment under various lighting, weather, and environmental conditions. The obtained results demonstrated that the system can stably track the rail line and detect defined hazardous situations with high accuracy. This thesis presents a cost effective and safe autonomous aerial inspection approach that reduces human dependency in railway inspection. Furthermore, by combining image-based hazard detection with simulation-supported navigation, it brings an innovative perspective to railway infrastructure monitoring studies.
Benzer Tezler
- Reinforcement learning based coaxial multicopter control for electrical vertical take off and landing
Pekiştirmeli öğrenme temelli elektrikli dikey kalkış ve iniş için eksendeş çoklu döner kanat kontrolü
MUHAMMED ALİ KUL
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay MühendisliğiYıldız Teknik ÜniversitesiAviyonik Mühendisliği Ana Bilim Dalı
PROF. DR. UFUK SAKARYA
- Yapay zeka destekli sanal laboratuvar tasarımı: Çekme deneyi uygulaması
Artificial intelligence aided virtual laboratory design: Tensile test application
ALPER KİRAZ
Doktora
Türkçe
2014
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. CEMALETTİN KUBAT
- Yapay zeka destekli odyometri ölçüm sisteminin tasarımı ve gerçekleştirilmesi
Design and implementation of supported artificial intelligence audiometer meas-urement system
BÜŞRA ER
Yüksek Lisans
Türkçe
2020
Mühendislik BilimleriAfyon Kocatepe ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UĞUR FİDAN
- Yapay zeka destekli interaktif sağlık robotu
Artificial intelligence assisted interactive health robot
MUSTAFA GÖKSU
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ALKAN
- Yapay zeka destekli takipçi profilleme sistemi
Artificial intelligence based follower profiling system
KADİR YUNUS KOÇ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL GÜVENOĞLU