Robotic Surface Material Detection System

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Elektrik-Elektronik Fakültesi, Elektronik ve Hab.Müh.Böl, Türkiye

Tezin Onay Tarihi: 2019

Tezin Dili: İngilizce

Öğrenci: Salih Ertuğrul Gökcan

Danışman: Nihan Kahraman

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Nesne tanıma genellikle renk, şekil ve malzeme türlerini içerir. Bu tez, robotik uygulamalar için nesneye dokunan bir alet tarafından yüzey malzemesinin tanınması için bir metodoloji sunmaktadır. Yüzey malzemesinin tanınması işlemi, aletin ucunun yüzey üzerinde gezdirilmesiyle genişletilebilir. Yüzey tiplerini sınıflandırmak için otomatik robot hareketleri ile ivmeölçer, kuvvet, yansıma, görüntü ve ses sensörleri kullanılmıştır. Deneylerde taş, ahşap, kumaş, plastik, metal ve kağıt gibi malzemelerden oluşan 28 farklı yüzey kullanılmıştır. Yüzeylerin diğer özellikleri de farklıdır. Matlab Classification Learner uygulaması kullanılarak bu yüzeylerle yirmi iki farklı sınıflayıcı eğitilmiştir. Sensörlerden toplanan veriler farklı veri kombinasyonlarında incelenmiştir. Önce ses ve görüntü hariç diğer verilerle, sadece görüntü verisiyle ve sadece ses verisiyle sınıflayıcıların performansı incelenmiştir. Ardından, bu alt kümelerin ikili kombinasyonları ile sınıflayıcıların başarım oranındaki değişime bakılmıştır. Son olarak tüm verilerin birlikte kullanıldığı durum için başarı oranı incelenmiş ve yanlış sınıflanan örnekler ayrıntılı incelenmiştir. Deney sonuçlarına göre verilerin hepsi kullanıldığında Bagged Trees sınıflayıcısı %98.2 başarım oranına sahip olmuştur.