Yüklüyor…
Yapay zeka tabanlı araç koltuğu tanıma sisteminin geliştirilmesi/
Motorlu taşıtların tasarlandığı, üretildiği ve pazarlanarak satıldığı iş alanına otomotiv sektörü denilmektedir. Sektörün yaklaşık %70’inde otomobil imalatları yer almaktadır. Otomobili oluşturan birçok parça bulunmaktadır. Motor, tekerlek, metal gövde ve kapılar, koltuk, plastik paneller gibi yakla...
| Yazar: | |
|---|---|
| Kurumsal yazarlar: | , |
| Diğer Yazarlar: | |
| Materyal Türü: | Tez |
| Dil: | Türkçe |
| Konular: |
| Özet: | Motorlu taşıtların tasarlandığı, üretildiği ve pazarlanarak satıldığı iş alanına otomotiv
sektörü denilmektedir. Sektörün yaklaşık %70’inde otomobil imalatları yer
almaktadır. Otomobili oluşturan birçok parça bulunmaktadır. Motor, tekerlek, metal
gövde ve kapılar, koltuk, plastik paneller gibi yaklaşık 5.000 parçadan oluşur. Her
parçayı imal eden yan sanayiler de sektörde önemli role sahiptir. Bu çalışmada, koltuk
üreten bir yan sanayi firmasındaki bir araç modeline ait koltuk tipleri incelenmiştir.
Otomotiv sektöründe, senelik yaklaşık 300.000 adet sadece bir modele ait araç üretimi
gerçekleşmektedir. Her bir aracın ön sırasında bir adet sürücü koltuğu ve bir adet yolcu
koltuğu olmak üzere, toplam iki adet koltuk bulunmaktadır. Koltukların kumaş
tiplerine göre ayırım yapıldığında, altı farklı model bulunmaktadır. Koltuk üreten yan
sanayi firmalarında, senelik her model için ortalama 600.000 adet koltuk imalatı
gerçekleşmektedir. Derin öğrenme temelli bilgisayar görüsü teknolojisinin
gelişmesiyle birlikte üretilen koltukların modellerine göre otomatik tanımlanması,
stoklanması için uygulama ihtiyacı ortaya çıkmıştır.
Yüksek stok maliyetleri, hatalı üretim ve etiket, otomotiv firmalarının en büyük
problemleri arasındadır. Endüstri 4.0 ile birlikte akıllı makineler sayesinde akıllı
üretimler ve kontroller yapılabilmektedir. Hızlı, yüksek doğruluk oranı ve düşük
maliyetler ile yüksek maliyetli problemlerden uzaklaşılmıştır. Yapay zeka
teknolojilerinin kullanıldığı akıllı makineler sayesinde, akıllı üretim teknolojileri
geliştirilmiştir. Yüksek çözünürlüklü kameralar, hassasiyeti yüksek algılayıcı
sensörler, otomasyon taşıyıcı sistemler ile üretilen ürünler daha hızlı ve doğru
olmaktadır.
Bu çalışmada, otomobil modeline ait farklı versiyon koltuklarını üreten bir otomotiv
yan sanayi firmasında, stok alanı ve üretim öncesi ile sonrası koltuk modellerinin
otomatik ayrılması amaçlanmıştır. Bu çalışmada daha önce üretim alanlarında ve stok
bölgelerinde konumlandırılmış olan araba koltukları kullanılarak otomatik nesne
(koltuk) tespitinin yapılması için yapay zeka yönteminden yararlanılmıştır. Koltuk
tiplerine göre eğitim ve test verileri oluşturulmuştur. Her bir koltuğa ait modelin
fotoğrafları farklı ortamlarda çekilmiştir. Fotoğraflar model tipine göre tek tek
etiketlenerek, test ve eğitim verileri oluşturulmuştur. Faster R-CNN, RetinaNet ve
EfficientDet modelleri ile yapılan eğitimler sonucunda, Tensorflow Faster R-CNN
modelinde yüksek oranda test sonuçları elde edilmiştir. |
|---|---|
| Fiziksel Özellikler: | 33 sayfa ; tablo : 30 cm |
| Bibliyografya: | Kaynakça : 31-32 sayfa |