Derin öğrenme destekli endüstriyel robotlarda otonom al ve yerleştirme
Autonomous pick-and-place in industrial robots supported by deep learning
- Tez No: 996732
- Danışmanlar: PROF. DR. ÖMÜR AYDOĞMUŞ
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekanik Sistemler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Endüstriyel robotlar, modern üretim süreçlerinde hız, hassasiyet ve verimlilik sağlayarak önemli bir rol üstlenmektedir. Robotik sistemlerde yaygın olarak kullanılan al ve yerleştir işlemleri, nesnelerin belirli bir konumdan alınarak hedeflenen başka bir konuma taşınmasını ifade eden temel uygulamalardan biridir. Bu tür uygulamalar, özellikle üretim, montaj, paketleme ve depolama süreçlerinde iş gücü ihtiyacını azaltmakta, zaman ve maliyet açısından önemli avantajlar sağlamaktadır. Bu tez çalışmasında, endüstriyel bir robot koluna RGB-D (Red, Green, Blue ve Depth) renk ve derinlik kamera entegre edilerek YOLO (You Only Look Once) tabanlı derin öğrenme algoritmaları ve görüntü işleme teknikleri kullanımıyla otonom bir al ve yerleştir sistemi geliştirilmiştir. Önerilen sistem, farklı renk ve boyutlardaki nesneleri 0.2 ms'de algılayabilmekte, sınıflandırabilmekte ve belirlenen hedef konumlara yüksek hassasiyetle yerleştirebilmektedir. Derinlik verisinin kullanılmasıyla nesnelerin üç boyutlu konumları tespit edilmiş ve robot kolunun kavrama ile taşıma doğruluğu artırılmıştır. Geliştirilen sistemin deneysel sonuçları, endüstriyel robotların otonom algılama, karar verme ve hareket yeteneklerinin geliştirilebileceğini göstermektedir. Elde edilen bulgular, üretim süreçlerinde verimliliğin artırılabileceğini ve operasyonel maliyetlerin düşürülebileceğini ortaya koymaktadır. Bu çalışma, görüntü tabanlı otonom robotik al ve yerleştir uygulamaları için etkili ve uygulanabilir bir yaklaşım sunmaktadır.
Özet (Çeviri)
Industrial robots play a crucial role in modern manufacturing processes by providing speed, precision, and efficiency. Pick-and-place operations, widely used in robotic and automation systems, refer to the task of grasping an object from a specific location and placing it at a designated target position. These operations significantly reduce labor requirements while improving time and cost efficiency, particularly in production, assembly, packaging, and warehousing processes. In this thesis, an autonomous pick-and-place system is developed by integrating an RGB-D (Red, Green, Blue and Depth) color and depth camera into an industrial robotic arm and employing YOLO (You Only Look Once)–based deep learning algorithms together with image processing techniques. The proposed system is capable of detecting and classifying objects of varying colors and sizes within 0.2 ms, and placing them at predefined target locations with high precision. By utilizing depth information, the three-dimensional positions of the objects are accurately determined, which significantly improves the grasping and transportation accuracy of the robotic arm. Experimental results demonstrate that the developed system significantly improves the autonomous perception, decision-making, and motion capabilities of industrial robots. The findings indicate that productivity in manufacturing processes can be increased while operational costs can be reduced. This study presents an effective and practical solution for vision-based autonomous robotic pick-and-place applications.
Benzer Tezler
- Otonom mobil robotlarda yapay zekâ destekli hassas yanaşma sisteminin geliştirilmesi
Development of artificial intelligence aided precision docking system for autonomous mobile robots
MUHAMMED YILDIZ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ZAHİD YILDIZ
- Derin öğrenme teknikleriyle robotlarda hedef takibi
Trajectory tracking of robots with deep learning methods
ÖZGÜR ALTINIŞIK
Yüksek Lisans
Türkçe
2018
Mekatronik MühendisliğiYıldız Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN YEŞİLDİREK
- Otomotiv sektöründe parça kontrolü için yapay zekâ destekli yazılım geliştirilmesi
Development of ai-supported software for part inspection in the automotive industry
ONUR ARDIÇ
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKÇEN ÇETİNEL
- Nesne kavrama becerilerinin derin pekiştirmeli öğrenme algoritmalarıyla geliştirilmesi
Developing object grasping skills with deep reinforcement learningalgorithms
MUSAB COŞKUN
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YAKUP DEMİR
DOÇ. DR. ÖZAL YILDIRIM
- Derin öğrenme destekli görüntü işleme teknikleri ile endüstriyel kesici takımların kalan ömürlerinin tahminlenmesi
Prediction of remaining life of industrial cutting tools with deep learning assisted image processing techniques
GİZEM ESER ERDEK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. RECEP ERYİĞİT