İNSANLIK YARARINA TEKNOLOJİLER YARIŞMASI
Binalarda Otonom
Hasar Tespit İHA'sı
Proje Sunumu
PROJE TAKIMI
Proje Takımı ve Görev Paylaşımı
Ahmet Batu Yılmaz
Projenin genel koordinasyonundan sorumludur. Eğitim: 12. Sınıf Lise öğrencisi.
Yusuf Kurt
Görevi: Projenin yazılım bölümünden sorumludur. Eğitim: 12. Sınıf Lise öğrencisi.
Hakan Yeni
Görevi: Projenin araştırma ve raporlama bölümünden sorumludur. Eğitim: 12. Sınıf Lise öğrencisi.
PROJE AMACI VE TOPLUMSAL KATKI
Proje Amacı ve Toplumsal Katkı
- Projemizin amacı, her sene Türkiye'de ve dünyada birçok insanın ölümüne yol açan hasarlı binaların hasar miktarını etkin şekilde tespit ederek arama kurtarma ekiplerinin, binanın içerisindekilerin ve etrafındakilerin mal ve can güvenliğini sağlamaktır.
- Nijerya'nın başkenti Lagos'ta gelecek 10-75 yıl arasında yaşanacak bina çökmeleri yaklaşık 15 milyon insanı etkileme potansiyeline sahipken, İstanbul'da 2024 yılında 50 bin binanın çökme potansiyeli bulunmaktadır.
- Afet durumlarında insanların mahsur kaldığı ve arama kurtarma ekiplerinin girme yükümlülüğünde bulunduğu hasarlı binalar can kayıplarına, yaralanmalara ve karbonmonoksit zehirlenmesi gibi sağlık sorunlarına yol açmaktadır.
- Takımımız; pekiştirmeli öğrenme, 3-D tasarım ve farklı yazılım dillerinin kullanımı gibi lise seviyesine uygun modern teknolojilerden yararlanarak binalarda otonom çatlak tespiti yapan bir İHA ve yazılım modeli oluşturmuştur.
Resim 1: 2022 Kahramanmaraş depreminde hasar gören binalar.
[1] pmc.ncbi.nlm.nih.gov/articles/PMC10078203/
[2] haberturk.com — İstanbul kendiliğinden çökebilecek 50 bin bina
[3] aa.com.tr — Asrın felaketi, Kahramanmaraş enkaz kaldırma
[2] haberturk.com — İstanbul kendiliğinden çökebilecek 50 bin bina
[3] aa.com.tr — Asrın felaketi, Kahramanmaraş enkaz kaldırma
PROBLEMİN TANIMI VE ÖNEMİ
Problemin Tanımı ve Önemi
- Her sene dünyanın birçok yerinde meydana gelen savaş, sismik aktivite, malzeme eskimesi ve aşırı yük binmesi gibi olaylar binaların zarar görmesine yol açmaktadır. Zarar gören binalar bina çökmesi sonucu maddi ve manevi kayıplara yol açmaktadır.
- Bu binaların çevreye zarar teşkil edip etmediğini anlamak için binaların kontrollerden geçmesi gerekmektedir.
- Özellikle deprem gibi acil durumlarda her binanın insan gücüyle kontrol edilmesi; maliyet, zaman ve efor açısından yetersiz kalarak on binlerce kişinin hasarlı binalar tarafından yaratılan tehditlerle karşı karşıya kalmasına yol açmaktadır.
- Hasarlı binalar; etraflarındaki araba, işyeri ve sokak malzemeleri gibi unsurlarda da maddi hasarlar oluşturarak ülke ekonomisini zedelemektedir.
Resim 2: Lagos'taki yapı unsurlarının 2018-2053 çökme riskleri.
[4] pmc.ncbi.nlm.nih.gov/articles/PMC10078203/
PROBLEMİN TANIMI VE ÖNEMİ
Problemin Tanımı ve Önemi
- Bu probleme çözüm olarak geliştirilmiş yöntemler belli başlı limitasyonlara sahiptir. En sık kullanılan çözüm olan manüel muayene; işçi ve ekipman maliyetlerinden dolayı ekonomik olarak yüksek maliyetlidir ve insan hatasından dolayı doğruluk/güvenilirlik sorunlarına yol açabilmektedir.
- Ayrıca bu yöntem, afet anında yıkılmış enkazlardan ve zorlu coğrafi koşullardan dolayı insan güvenliğini hızlı şekilde sağlayamamaktadır.
- Daha önce geliştirilmiş dron modellerinde pekiştirmeli öğrenme kullanılmamıştır; bu yüzden dronlar enkaz parçalarına karşı kullanışlı değildir ve otonom olmadıkları için pilot kaynaklı aksaklıklarda etkisiz kalmaktadır.
- Sağlık, ulaşım ve eğitim gibi alanlarda aksaklıklara yol açan hasarlı binaların maddi/manevi kayıplara yol açılmadan tespiti, dünyadaki pek çok devlet ve toplum için kritik öneme sahiptir.
Resim 3: Maraş depreminde oluşan ortalama direkt hasarın iller üzerindeki dağılımı.
[5] mdpi.com/1424-8220/23/7/3418
[6] documents1.worldbank.org (P1788430)
[6] documents1.worldbank.org (P1788430)
PROTOTİP / TASARIM VE İŞLEYİŞİ
Prototip / Tasarım ve İşleyişi
Projenin tüm kodu, otonom sürüş ve algoritmaları içeren üç Python dosyasından oluşmaktadır:
1
drone_env.py — İHA'nın tanımını, amacını ve puanlama sistemini içerir.
2
train.py — drone_env.py parametrelerini rsl_rl kütüphanesine bağlayarak eğitimi başlatır.
3
play.py — Eğitim sonucu oluşan .pt dosyasını açarak eğitilen politikayı IsaacSim'de çalıştırır.
- IsaacLab, IsaacSim simülasyon arayüzü üzerinde çalışır ve .usd formatında dosyaları kabul eder. Drone modeli OnShape'de tasarlanıp .urdf olarak kaydedildikten sonra IsaacLab üzerinden .usd'ye çevrilmiştir.
- YOLO26 üzerinden eğitilen segmentasyon modeli, çatlakları tespit edip işaretler; otonom sürüş modeliyle aynı kameradan veri alarak eş zamanlı işler.
- Python yazılımında IsaacLab ve PyTorch kütüphaneleri kullanılmıştır.
[7] developer.nvidia.com/isaac/sim [8] nvidia.com/en-us/glossary/openusd
Resim 4: drone_env.py
Resim 5: YOLO model çıktısı.
PROTOTİP / TASARIM VE İŞLEYİŞİ
Prototip / Tasarım ve İşleyişi
- Drone modelinin oluşturulması ve simülasyona aktarılması sürecinde önce Pegasus Simulator kullanılmış, ancak sürüm uyuşmazlıkları sebebiyle rsl_rl'e geçilmiştir. İHA, kuvvet ve tork parametreleri aracılığıyla kontrol edilir.
- Yazılım ve donanımın hibrit kullanıldığı projede, eş zamanlı olarak 512 ortamda eğitim gerçekleştirilmiştir; bina boyutlarının değişmesi gerçek dünya adaptasyonunu kolaylaştırmıştır.
- Proje için iki adet dron modellenmiştir: gerçek hayat senaryosunda kullanılacak detaylı model ve pekiştirmeli öğrenim için basitleştirilmiş model.
| Malzeme Adı | Adet | Ağırlık (g) |
|---|---|---|
| ZD550 550mm Carbon Fiber İskelet | 1 | 630,0 |
| T-Motor MN3510 KV360 Fırçasız Motor | 4 | 118,0 |
| T-Motor NS15×5 Carbon Fiber Pervane | 4 | 13,0 |
| Intel RealSense D455 | 1 | 116,0 |
| Jetson Orin Nano Geliştirici Kiti | 1 | 176,0 |
| Tattu 15000mAh 22.2V LiPo Pil | 1 | 2.063,0 |
| Holybro Pixhawk 6C Flight Controller | 1 | 59,3 |
Tablo 1: İHA malzemeleri ve ağırlıkları (özet).
Resim 6: Paralel simülasyon ortamlarında İHA politikasının eğitimi.
Resim 7: İHA prototipinin 3-D modeli.