Dergiler / Türkiye İnsansız Hava Araçları Dergisi / 2019 / Cilt: 1 Sayı: 1

İNSANSIZ HAVA ARACI ile ELDE EDİLEN VERİLERDEN BİNALARIN TESPİTİ

Adem Kabadayı(AFYON KOCATEPE ÜNİVERSİTESİ)0000-0002-4891-8131
Murat Uysal(AFYON KOCATEPE ÜNİVERSİTESİ)0000-0001-5202-4387
Sayfa
8–14
Yayın Tarihi
2019-12-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Son olarak üretilen fotogrametrik ürünlerden nesne tabanlı sınıflandırma yöntemi kullanılarak bina detayları tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Mühendislik çalışmalarında veri toplama işlemi önemli süreçlerden biridir.
📊
Temel Bulgular & Veri:Veri toplama yöntemlerinden biri olan insansız hava araçları (İHA) farklı amaçlar doğrultusunda sıkça kullanılmaktadır.
💡
Sonuç & Katkı:Son olarak üretilen fotogrametrik ürünlerden nesne tabanlı sınıflandırma yöntemi kullanılarak bina detayları tespit edilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:İHA · Nesne Tabanlı Sınıflandırma · Detay Çıkarımı

Özet

Mühendislik çalışmalarında veri toplama işlemi önemli süreçlerden biridir. Geçmişte zaman ve maliyet gerektiren veri temini işlemi teknolojinin gelişmesiyle birlikte daha kolay, pratik ve hızlı bir şekilde yapılabilmektedir. Veri toplama yöntemlerinden biri olan insansız hava araçları (İHA) farklı amaçlar doğrultusunda sıkça kullanılmaktadır. İHA’lar düşük maliyetli, hızlı ve yüksek hassasiyete sahip veri sağlamaktadır. Ancak İHA ile elde edilen ürünlerin büyük miktarda veri içermesi bu yöntemin önemli bir dezavantajıdır. Elde edilen bu verilerin tamamı mühendislik çalışmalarında kullanılabilecek nitelikte değildir. Bu sebeple büyük boyutlu verilerin değerlendirmesi yapılırken gerek donanımsal gerekse de yazılımsal yetersizlikler ortaya çıkmaktadır. İHA ile elde edilen verilerin daha kolay değerlendirilmesi, yapılan projenin süresi ve maliyeti açısından önemlidir. İHA verilerinden detay tespit çalışması, daha önceleri manuel olarak operatörler tarafından yapılmaktaydı. Ancak günümüzde bilgisayar donanım ve yazılım alanındaki gelişmeler bu tespitlerin otomatik bir şekilde yapılmasına imkân sağlamıştır. Bu çalışmada da İHA ile havadan görüntüleme sureti ile bindirmeli bir şekilde görüntü verileri toplanmıştır. Daha sonra toplanan görüntü verileri fotogrametrik yöntem ile değerlendirilmiş ve çalışma alanına ait ortofoto ve sayısal yüzey modeli (SYM) gibi veriler üretilmiştir. Son olarak üretilen fotogrametrik ürünlerden nesne tabanlı sınıflandırma yöntemi kullanılarak bina detayları tespit edilmiştir. Tespit çalışması sonucunda %94 lük bir başarı oranı yakalanmıştır.

🔖

Bu Makaleye Atıf Yap

Kabadayı, A., Uysal, M. (2019). İNSANSIZ HAVA ARACI ile ELDE EDİLEN VERİLERDEN BİNALARIN TESPİTİ. Türkiye İnsansız Hava Araçları Dergisi, Cilt: 1 Sayı: 1, 8–14. https://ajindex.com/articles/1562003

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Eisenbeis, H. (2009). UAV photogrammetry. Zurich, Switzerland:: ETH.
  2. ICAO, (2005). Global AirTraffic Management OperationalConcept, First Edition 2005, DOC 9854, AN/458.
  3. Kahveci, M. ve Can, N. (2017). İnsansız Hava Araçları: Tarihçesi, Tanımı, Dünyada Ve Türkiye'deki Yasal Durumu. S.Ü. Müh. Bilim ve Tekn. Derg., c.5, s.4, ss. 511-535, 2017, DOI: 10.15317/Scitech.2017.109
  4. Kalkan, K. Ve Maktav, D. (2010). Nesne Tabanlı Ve Piksel Tabanlı Sınıflandırma Yöntemlerinin Karşılaştırılması (Ikonos Örneği ). III. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu, 11 - 13 Ekim 2010, Gebze – KOCAELİ
  5. Kaya, Y., Şenol, H.İ., Memduhoğlu, A., Akça, Ş., Ulukavak, M., Polat, N. (2019). Hacim Hesaplarında İHA Kullanımı: Osmanbey Kampüsü Örneği. Türkiye Fotogrametri Dergisi, 2019; 1(1); 07-10
  6. Kaynarca, M. ve Demir, N. (2017). Nesne Tabanlı Sınıflandırma İle Karayolunda Bulunan Araçların Tespiti. AKÜ FEMÜBİD 17, (2017); Özel Sayı (12-17)
  7. MJ Westoby, J Brasington, NF Glasser, MJ Hambrey ve JM Reynolds. (2012). Structure From Motion photogrammetry: A low cost, effective tool for geoscience applications” Geomorphology, 179:300-314 SDI. (2015). Strategic Defence Intelligence, The Global UAV Market 2015-2025. Erişim Adresi: https://store.strategicdefenceintelligence.com/report/df0060sr--the-global-uav-market-2015-2025/. Erişim Tarihi: 25.10.2019
  8. Şenol, H.İ. ve Kaya, Y. (2019). İnternet Tabanlı Veri Kullanımıyla Yerleşim Alanlarının Modellenmesi: Çiftlikköy Kampüsü Örneği. Türkiye Fotogrametri Dergisi, 2019; 1(1); 11-16, Türkiye
  9. Tonbul, H. ve Kavzaoğlu, T. (2017). Nesne-Tabanlı Sınıflandırmada Segmentasyon (Bölütleme) Kalitesinin Sınıflandırma Doğruluğu Üzerine Etkisinin İncelenmesi. AKÜ FEMÜBİD. 2017 Özel Sayı (118-125)
  10. Yiğit, A.Y. ve Uysal M. (2019). Nesne Tabanlı Sınıflandırma Yaklaşımı Kullanılarak Yolların Tespiti. Türkiye Fotogrametri Dergisi, 2019; 1(1); 17-24, Türkiye.
  11. Torun, A. (2017). İnsansız Hava Aracı (İHA) Sektöründe Trend: İHA Fotogrametrisi Bakışıyla. AKÜ FEMÜBİD. 2017.
  12. URL-1 Erişim Adresi: https://www.ad-drone.com/ihalarin-tarihcesi/ Erişim Tarihi: 25.10.2019
  13. URL-2 Erişim Adresi: https://www.dji.com/phantom-4-pro-v2 Erişim Tarihi: 25.10.2019
  14. URL-3 Erişim Adresi: https://www.haritaci.com.tr/fotogrametri-nedir Erişim Tarihi: 25.10.2019