Gelişmiş Arama

Basit öğe kaydını göster

dc.contributor.authorERİN, KENAN
dc.date.accessioned2024-03-05T11:08:35Z
dc.date.available2024-03-05T11:08:35Z
dc.date.issued2023en_US
dc.date.submitted2023-06-12
dc.identifier.other826415
dc.identifier.urihttps://hdl.handle.net/20.500.14002/2437
dc.description.abstractBİLGİSAYARLI GÖRÜ VE İNSAN ROBOT ETKİLEŞİMİNE DAYALI GERİ DÖNÜŞÜM MATERYALLERİNİN OTOMATİK AYRIŞTIRILMASI ÖZET Geri dönüştürülebilir atıkların doğru bir şekilde ayrıştırılması, çevresel sürdürülebilirlik ve kaynak verimliliği açısından büyük önem taşımaktadır. Bu çalışmada, endüstriyel robot ve bilgisayar görüsü kullanılarak bir atık ayrıştırma sistemi geliştirilmiştir. Geliştirilen sistem, atıkların türlerinin belirlenmesi ve 3 boyutlu (3B) konumlarının tespit edilmesi ile robotun doğru bir şekilde ayrıştırma işlemi yapmasını sağlamaktadır. Ayrıca, insan-robot etkileşimi (HRI) ile robotun yörüngesinin planlanması, operatörlerin kolaylıkla robotu kontrol etmelerini sağlamaktadır. Bu yenilikçi sistem, geri dönüşüm süreçlerinin otonomlaştırılmasını ve verimliliğin artırılmasını hedeflemektedir. Aynı zamanda, atık yönetiminin çevresel etkisini azaltmayı ve endüstriyel verimliliği artırmayı amaçlamaktadır. Önerilen sistemde, atıkların türlerinin belirlenmesi için You Only Look Once (YOLO) modelleri olan YOLO-V4 ve YOLO-V4 tiny ağları kullanılmıştır. Bu modeller sayesinde elde edilen yüksek dice score başarımlarıyla (%92.65 YOLO-V4 tiny ve %95.71 YOLO-V4), atıkların türleri doğru bir şekilde tespit edilebilmiştir. Ayrıca, endüstriyel robotun hareketli bir konveyör üzerinden ayrıştırma işlemi yapabilmesi için atıkların 3B konumları da tespit edilmiştir. Intel RealSense kamera kullanılan sistemde konum ölçme sisteminin ortalama 2.52 mm hata ile ölçtüğü hesaplanmıştır. Çalışmanın bir diğer önemli aşamasında, robotun gideceği yörüngenin planlanması için sensörler aracılığıyla gerçekleştirilen HRI kullanılmıştır. Robot yörüngesinin belirlenmesi için kullanılan sensörlerden elektromiyografi (EMG) verisinin %96.6 sınıflandırma başarısı, parmak pozisyon ölçüm sensörünün ise 2.45-2.85 mm arasında hata ile ölçüm yaptığı hesaplanmıştır. Bu yöntem, operatörlerin robot programlama bilgisine ihtiyaç duymadan, insan el hareketleriyle robot kontrolünü sağlamalarını mümkün kılmaktadır. Geliştirilen sistem, hareketli bir konveyör üzerindeki atıkların doğru bir şekilde tespit edilmesi ve endüstriyel robot aracılığıyla ayrıştırılmasını sağlamaktadır. Bu yenilikçi ayrıştırma sistemi, geri dönüşüm süreçlerini otomatikleştirerek, atık yönetimi alanında çevresel etkinin azaltılması hedeflenmektedir.en_US
dc.description.abstractAUTOMATIC SEPARATION OF RECYCLING MATERIALS BASED ON COMPUTERIZED VISION AND HUMAN ROBOT INTERACTION ABSTRACT The correct separation of recyclable wastes is of great importance in terms of environmental sustainability and resource efficiency. In this study, a waste sorting system was developed using industrial robot and computer vision. The developed system enables the robot to perform the correct sorting process by determining the types of wastes and determining their 3D positions. In addition, planning the trajectory of the robot with human-robot interaction (HRI) allows operators to control the robot easily. This innovative system aims to automate recycling processes and increase efficiency. It also aims to reduce the environmental impact of waste management and increase industrial efficiency. In the proposed system, You Only Look Once (YOLO) models YOLO-V4 and YOLO-V4 tiny networks were used to determine the types of waste. Thanks to these models, with the high dice score performances (92.65% YOLO-V4 tiny and 95.71% YOLO-V4), the types of wastes could be determined accurately. In addition, the 3D positions of the wastes have been determined so that the industrial robot can sort through a moving conveyor. In the system using Intel RealSense camera, it has been calculated that the position measurement system measures with an average error of 2.52 mm. In another important stage of the study, HRI, which is realized through sensors, was used to plan the trajectory of the robot. It has been calculated that the electromyography (EMG) data, one of the sensors used to determine the robot trajectory, has a classification success of 96.6%, and the finger position measurement sensor measures with an error between 2.45-2.85 mm. This method makes it possible for operators to control the robot with human hand movements without the need for robot programming knowledge. The developed system ensures that the wastes on a moving conveyor are accurately detected and separated by means of an industrial robot. This innovative separation system aims to reduce the environmental impact in the field of waste management by automating the recycling processes.en_US
dc.description.tableofcontentsİÇİNDEKİLER TEŞEKKÜR ................................................................................................................ i İÇİNDEKİLER .......................................................................................................... ii KISALTMALAR ...................................................................................................... iv SİMGELER ................................................................................................................ v TABLOLAR LİSTESİ.............................................................................................. vi ŞEKİLLER LİSTESİ............................................................................................... vii ÖZET.......................................................................................................................... ix ABSTRACT................................................................................................................ x BÖLÜM 1. GİRİŞ ......................................................................................................................... 1 1.1. İnsan Makine Etkileşimi.................................................................................... 3 1.2. Atık ayrıştırma sistemleri.................................................................................. 5 1.3. Literatür Araştırması ......................................................................................... 5 1.3.1. Yapay zeka ve görüntü işleme tabanlı atık ayrıştırma sistemleri............... 6 1.3.2. EMG ve parmak pozisyon ölçümü ile insan makina etkileşimi............... 11 1.4. Tezin Amacı ve Önemi ................................................................................... 13 1.5. Tezin Literatüre Katkısı................................................................................... 13 BÖLÜM 2. ENDÜSTRİYEL ROBOTUN GİYİLEBİLİR VE TEMASSIZ SENSÖRLERLE KONTROLÜ ........................................................................................................... 16 2.1. İnsan Robot Etkileşiminde Kullanılan Teknik Altyapı ................................... 17 2.2. EMG Sinyallerinin Temel Kavramları............................................................ 20 2.2.1. Kas hücre yapısı ve kas aktivasyonu........................................................ 20 2.2.2. Motor birim kavramı ve işleyişi............................................................... 21 2.2.3. EMG sinyallerinin oluşumu ve ölçülmesi................................................ 22 2.2.4. EMG sinyallerinin işlenmesi ve analizi ................................................... 24 2.2.5. EMG verisi için makine öğrenmesi ......................................................... 24 2.2.5.1. Sinyal filtreleme............................................................................... 25 2.2.5.2. Özellik çıkarımı ve boyut azaltımı................................................... 26 2.2.5.3. EMG verisinin sınıflandırılması....................................................... 28 iii 2.3. Parmak Pozisyon Ölçümü ............................................................................... 34 2.3.1. Parmak pozisyon ölçüm sensörlerinin temel bileşenleri ve işleyişi......... 35 2.3.2. Parmak pozisyon ölçümü ile robot yörünge belirleme ............................ 36 2.4. Robot Kod Üretimi ve Haberleşme ................................................................. 39 2.5. Gerçek Zamanlı Uygulama ............................................................................. 41 BÖLÜM 3. YOLO TABANLI ATIK TESPİTİ......................................................................... 45 3.1. YOLO Mimarisi .............................................................................................. 45 3.1.1. YOLO eğitimi için veri seti hazırlama..................................................... 48 3.2. 3B Kamera ile Koordinat Tespiti .................................................................... 52 3.2.1. Kamera kalibrasyonu ............................................................................... 53 3.3. Atık Tespit Düzeneği ...................................................................................... 59 BÖLÜM 4. ENDÜSTRİYEL ROBOTLA GERÇEK ZAMANLI ATIK AYRIŞTIRMA.... 62 4.1. İnsan Robot Etkileşimi ile Robot Patika Takibi.............................................. 63 4.2. Konveyör Takibi ile Robot Atık Tutma Patikasının Belirlenmesi.................. 65 4.3. Gerçek Zamanlı Atık Ayrıştırma..................................................................... 67 BÖLÜM 5. SONUÇ VE ÖNERİLER......................................................................................... 69 5.1. İnsan-Robot Etkileşimi için Elde Edilen Sonuçlar.......................................... 69 5.2. Atık Tespiti ve Kamera Ölçüm Sistemi için Elde Edilen Sonuçlar ................ 73 5.3. Genel Değerlendirme ve Öneriler ................................................................... 78 KAYNAKLAR ......................................................................................................... 81en_US
dc.language.isoturen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectAnahtar Kelimeler: Endüstriyel robot, YOLO-V4, YOLO-V4 tiny, 3 boyutlu konum tespiti, insan-robot etkileşimi, konveyör takibi.en_US
dc.subjectKeywords: Industrial robot, YOLO-V4, YOLO-V4 tiny, 3D position detection, human-robot interaction, conveyor tracking.en_US
dc.titleBilgisayarlı görü ve insan robot etkileşimine dayalı geri dönüşüm materyallerinin otomatik ayrıştırılmasıen_US
dc.title.alternativeAutomatic separation of recycling materials based on computerized vision and human robot interactionen_US
dc.typedoctoralThesisen_US
dc.authorid0000-0003-4714-1161en_US
dc.departmentEnstitüler, Lisansüstü Eğitim Enstitüsü, Mekatronik Mühendisliği Ana Bilim Dalıen_US
dc.institutionauthorERİN, KENAN
dc.relation.publicationcategoryTezen_US


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster