Search

Work accidents in many businesses pose many dangers for employees. Examples of these work accidents include slippery floors, falling materials, harmful substances/gas leaks, protective clothing and equipment not being used in improper ways or not used at all. It is very important to identify these hazards and take the necessary measures for both worker safety and the employer. Among these dangerous situations, the easiest and most frequent accident to prevent is accidents that occur as a result of slipping or falling. Many employees are injured as a result of these accidents that occur due to problems such as a foreign liquid/substance on the working surface, the inability of the worker to establish his own balance or surface inequalities etc. In this study, such situations such as falling, slipping and balance disorders will be determined by IoT and a deep learning-based system in order to recognize such accidents and make necessary arrangements. Deep learning methods that detect movement such as sliding etc. will be evaluated according to the performance evaluation criteria and the method with the most accurate result will be determined. With the results to be obtained from this study, it is aimed to make improvements to prevent these accidents., Birçok işletmede iş kazaları çalışanlar için birçok tehlike oluşturmaktadır. Kaygan zeminler, düşen malzemeler, zararlı maddeler/gaz kaçakları, koruyucu giysi ve ekipmanların uygunsuz kullanılmaması veya hiç kullanılmaması bu iş kazalarına örnek olarak gösterilebilir. Bu tehlikelerin belirlenmesi ve gerekli önlemlerin alınması hem işçi güvenliği hem de işveren açısından oldukça önemlidir. Bu tehlikeli durumlar arasında en kolay ve en sık karşılaşılan kaza, kayma veya düşme sonucu meydana gelen kazalardır. Çalışma yüzeyindeki yabancı bir sıvı/madde, işçinin kendi dengesini kuramaması veya yüzey eşitsizlikleri vb. problemler nedeniyle oluşan bu kazalar sonucunda birçok çalışan yaralanmaktadır. Düşme, kayma ve denge bozuklukları, bu tür kazaların tanınması ve gerekli düzenlemelerin yapılması için IoT ve derin öğrenme tabanlı bir sistem tarafından belirlenecektir. Kayma vb. hareketleri algılayan derin öğrenme yöntemleri performans değerlendirme kriterlerine göre değerlendirilecek ve en doğru sonuca sahip yöntem belirlenecektir. Bu çalışmadan elde edilecek sonuçlar ile bu kazaların önlenmesine yönelik iyileştirmeler yapılması hedeflenmektedir.

Robots using classical control have revolutionised assembly lines where the environment and manipulated objects are restricted and predictable. However, they have proven less effective when the manipulated objects are deformable due to their complex and unpredictable behaviour. The use of tactile sensors and continuous monitoring of tactile feedback is there-fore particularly important for pick-and-place tasks using these materials. This is in part due to the need to use multiple points of contact for the manipulation of deformable objects which can result in slippage with inadequate coordination between manipulators. In this paper, continuous monitoring of tactile feedback, using a liquid metal soft force sensor, for grasping deformable objects is presented. The trained data-driven model distinguishes between successful grasps, slippage and failure during a manipulation task for multiple deformable objects. Slippage could be anticipated before failure occurred using data acquired over a 30 ms period with a greater than 95% accuracy using a random forest classifier. The results were achieved using a single sensor that can be mounted on the fingertips of existing grippers and contributes to the development of an automated pick-and-place process for deformable objects.

With the developing technology, technological blessings make human life easier and help them every day. Unmanned aerial vehicles (UAV), which is one of the technological blessings, have shown themselves in many fields, especially in fields such as the military, defense industry, photography, and hobby. With the development of defense systems with UAVs, the security of railways has also been left to UAVs. In this study, while the foreign matter separation is made on the railway by using the deep learning model in real-time, the image taken on the UAV is simultaneously controlled by using the image processing method. The fact that the deep learning model has a 0.99 mAP rate increases the reliability of the model.

Today, bombing activities are frequently on the agenda. Bomb devices placed under vehicles are the most common example of bombing activities. Shopping malls, military camps, etc. In places, vehicles are allowed to pass by checking under the vehicle with a mirror. This situation may leave the door open to mistakes that can be made by the personnel checking under the vehicle. In this study, an automatic controlled system was designed for vehicle passage. It is aimed to take under-vehicle images of the vehicles to be taken to a military campus, depending on the license plate recognition system, and to allow these images to pass into the military campus in a controlled manner after determining whether there is a foreign object under the vehicle by using artificial intelligence methods. An interface screen has been created for the designed system. If the incoming license plate is registered in the system and there is no foreign object under the vehicle, the barrier is opened and the vehicle passes., Günümüzde bombalı eylem faaliyetleri sıklıkla gündeme gelmektedir. Araçların altına yerleştirilen bomba düzenekleri bombalı eylem faaliyetlerinin en sık gerçekleştirilen örneğidir. Alışveriş merkezleri, askeri yerleşkeler vb. yerlerde araç altları ayna ile kontrol edilerek araç geçişine izin verilmektedir. Bu durum araç altını kontrol eden personel tarafından yapılabilecek hataya açık kapı bırakabilir. Bu çalışmada araç geçişi için otomatik kontrollü sistem tasarımı yapılmıştır. Askeri bir yerleşkeye alınacak araçların plaka tanıma sistemine bağlı olarak araç altı görüntülerinin alınması ve bu görüntülerin yapay zeka yöntemleri kullanılarak araç altlarında yabancı bir nesne olup olmadığı tespit edildikten sonra askeri yerleşke içerisine kontrollü olarak geçişine izin verilmesi amaçlanmıştır. Tasarlanan sistem için ara yüz ekranı oluşturulmuştur. Gelen araç plakası sistemde kayıtlı ise ve araç altında herhangi bir yabancı nesne yoksa bariyer açılıp araç geçişi sağlanır.

Dünyamızda oluşan küresel sorunlar her geçen gün daha büyük tehlikelere dönüşerek insanlığı tehditetmektedir. Susuzluk insanlığın ve geleceğin en büyük problemi olarak görülse de insanların bukonuda yeterince bilinçli olmadıkları yapılan araştırmalardan görülmektedir. Küresel ısınmanınyavaşlatılması açısından büyük önem arz etmektedir. Su tasarrufu konusunda evlerde ve işyerlerindekullanılan endüstriyel ürünler olan su sayaçları geçmişten bugüne kullanıcıların su tüketiminihesaplamakta kullanılmaktadır. Bilginin stratejik bir kaynak olduğu çağımızda, alınan ve verilenkararların etkinliği güçlü ve tutarlı bir istatistik altyapısının varlığına bağlıdır. Karar vermesüreçlerinde ihtiyaç duyulan güvenilir istatistiksel bilgilerin sağlanması ve sağlam bir bilgialtyapısının oluşturulması dünyamızın bugünü ve geleceği için önemlidir. Su sayaçlarından alınacaktüketim verisini kullanıcıya (tüketiciye) sayısal veriler olarak sunulduğu zaman ve bu verinin takibinimobil uygulama üzerinden istediği zaman yaparak daha bilinçli bir su kullanımına teşvik edeceğidüşünülmektedir. Su sayacındaki tüketim rakamlarını görüntü işleme sayesinde okuyarak Wi-Fimetoduyla akıllı telefonlarımızda bulunacak bir mobil uygulamaya kablosuz veri aktarma yöntemiyleaktarılması hedeflenmektedir. Su sayacı okuyan personellerin yaptıkları hata payı da ortadankalkarak doğru ve sayısal veri okuması hatasız bir şekilde yapılması amaçlanmaktadır. Sutasarrufunu geleceğin teknolojisi olan IoT (Internet of things (Nesnelerin İnterneti)) kavramıylabirleştirerek otomasyon sağlanacaktır.

Today, image processing is an ever-growing branch that we encounter in many examples such as healthcare, video processing, robot vision, and driverless vehicles. Image processing applications are very useful for object detection and lane tracking in autonomous vehicles. In this thesis, an autonomous vehicle system has been developed with the aim of minimizing the accidents caused by driver error and increasing the confidence in autonomous vehicles, taking into account the increase in traffic accidents and driver errors. Image processing was carried out by installing OpenCv library in Raspberry Pi. In this way, lane tracking was performed and moving objects were detected. Canny edge algorithm is used to detect road boundaries and edges. Codes were written for the software using the Python programming language. It is thought that the study will help safe driving in traffic and increase the image processing applications in vehicles., Günümüzde sağlık alanı, video işleme, robot görüşü, sürücüsüz araç gibi pek çok örnekte karşımızı çıkan görüntü işleme sürekli büyüyen bir daldır. Görüntü işleme uygulamaları, otonom araçlarda nesne algılama ve şerit takibinin yapılabilmesinde oldukça fayda sağlamaktadır. Bu tez çalışmasında trafik kazalarındaki artış ve sürücü hataları göz önünde bulundurularak sürücü hatası sebebiyle oluşan kazaları en aza indirgemek ve otonom araçlara olan güveni artırmak hedeflenerek bir otonom araç sistemi geliştirilmiştir. Görüntü işleme, Raspberry Pi’a OpenCv kütüphanesi kurularak gerçekleştirilmiştir. Bu sayede şerit takibi yapılmış ve hareketli nesneler algılanmıştır. Yol sınırları ve kenarların algılanması için Canny kenar algoritmasından yararlanılmıştır. Yazılımlar için Python programlama dili kullanılarak kodlar yazılmıştır. Çalışmanın trafikte güvenli sürüşe ve araçlardaki görüntü işleme uygulamalarının artırılmasını sağlamaya yardımcı olacağı düşünülmektedir.

Data repository for "Shielded Soft Force Sensors" paper on Nature Communications.&nbsp