Görüntü işleme temelli otonom sıra arası çapalama robotu

Abstract

Günümüzde mobil robot teknolojisi birçok sektörde oldukça yaygın bir şekilde kullanılmaktadır. Mobil robotlar fiziksel olarak belirli bir noktaya sabitlenmemiş, daha önceden tanımlanmış bir alanda hareket ederek istenilen görevleri yerine getirebilmektedir. Bu robotlar sayesinde insanların yapacağı tekrarlı operasyonel işlemler hızlı ve insandan bağımsız bir şekilde yapılabilmektedir. Bu tez çalışmasında ülkemizin önemli ihraç ürünleri arasında yer alan tütün bitkisinin üretiminde yabani otların oluşturduğu yüksek verim kaybını önleyen ve toprağı havalandırarak verim artışı sağlayan, kullanımı kolay çiftçi dostu tam otonom bir tarım robotu tasarlanmıştır. Öncelikle robotun çalışacağı alanla ilgili araştırmalar yapılarak robota toprak tarafından gelen yüklerin etkileri hesaplanmıştır. Hesaplamalar sonucunda mekanik ve elektronik tasarımlar tamamlanmıştır. Mekanik analizler Solidworks programının simülasyon ve hareket analizi ortamında gerçekleştirilmiştir. Ardından robotun otonom bir şekilde sıra aralarında gezmesini sağlayan görüntü işleme yazılımı geliştirilmiştir. Görüntü işleme yazılımı, derin öğrenme algoritması olan YOLO (You Only Look Once) kullanılarak geliştirilmiştir. Sonuç olarak bu tez çalışması ile tütün tarımında yabani ot kontrolünü otonom bir şekilde sağlayacak olan mobil tarım robotu tasarımı gerçekleştirilmiştir.

robots are not physically fixed to a specific point, they can move in a predefined area and perform the desired tasks. Thanks to these robots, repetitive operational operations that people will do can be done quickly and independently of humans. In this thesis study, an easy-to-use, farmer-friendly, fully autonomous agricultural robot that prevents high yield losses caused by weeds in the production of tobacco plants, which are among the important export products of our country and provide yield increase by aerating the soil was designed. First of all, research was conducted on the area where the robot will work and the effects of the loads coming from the soil to the robot were calculated. As a result of the calculations, mechanical and electronic designs were completed. Mechanical analyzes were performed in the simulation and motion analysis environment of the SolidWorks program. Then, image processing software was developed that allows the robot to move autonomously between the rows. The image processing software was developed using the deep learning algorithm YOLO (You Only Look Once). As a result, the design of a mobile agricultural robot that will provide autonomous weed control in tobacco farming was realized with this thesis study.