Automated earthwork progress monitoring for construction projects

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: İngilizce

Öğrenci: AHMET BAHADDİN ERSÖZ

Danışman: Onur Pekcan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez, İnsansız Hava Araçları (İHA), makine öğrenimi ve bilgisayar görüşü kullanarak inşaat sahalarındaki hafriyat ilerlemesini izlemek için yeni bir yaklaşım sunmaktadır. Genellikle zaman alıcı ve hataya açık olan geleneksel yöntemler, geliştirilen metodoloji ile ele alınarak verimlilik ve doğruluk artırılmaktadır. Görüntü alımından hacim hesaplamasına kadar tamamen otonom bir veri akışı oluşturulmuştur. Çalışma saatlerinde görüntüleme için İHA'ların kullanılması, manuel yöntemlerle ilişkili riskleri ortadan kaldırarak güvenlik önlemlerini iyileştirir. Çok çeşitli inşaat sahalarından piksel düzeyinde etiket içeren havadan çekilmiş görüntü kümesi sunulmuştur. Bu veri kümesi kullanılarak, inşaat makinelerini görüntülerden izole eden ve tipik makine kategorileri için %90'ı aşan ortalama bir hassasiyet puanı elde eden bir makine öğrenimi modeli eğitilmiştir. Bu inşaat makinelerini görüntülerden kaldırmak ve hacim hesaplaması için inşaat arazilerinin görsel temsilini geliştirmek için bir görüntü boyama algoritması sunulmuştur. Ayrıca, hafriyat hacimlerini tahmin etmek için doğru ve verimli bir yöntem sağlayan yeni bir hacim hesaplama algoritması önerilmiştir. Bu çalışma, İHA'lar ve yersel lazer tarama tarafından üretilen nokta bulutlarının karşılaştırmalı bir testini gerçekleştirerek, İHA tabanlı yaklaşımın güvenilir ve uygun maliyetli bir alternatif olarak uygulanabilirliğini göstermektedir. Bu gelişmelere rağmen araştırma, hava koşullarındaki değişimler, çeşitli inşaat makinelerini tespit etmedeki zorluklar ve birbirine yakın konumdaki makinelerin ayrıştırılmasının karmaşıklığı nedeniyle İHA performansındaki zorlukları kabul etmektedir. Sonuç olarak, bu araştırma daha verimli inşaat yönetimi uygulamalarının önünü açmaktadır. Gelecekteki araştırmalar, süreci daha da iyileştirmek için makine öğrenimi eğitim veri setlerini genişletmeye ve 4 Boyutlu Yapı Bilgi Modellemesi (BIM) ile entegrasyona odaklanabilir.