Tez No	İndirme	Tez Künye	Durumu
509258		Lazer kameralar kullanılarak bilgisayar görmesi ile üç boyutlu ray profili arızalarının gerçek zamanlı teşhisi / Real time diagnosis of 3d rail profile faults with computer vision using laser cameras Yazar:YUNUS SANTUR Danışman: PROF. DR. ERHAN AKIN Yer Bilgisi: Fırat Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Arıza = Fault ; Arıza analizi = Fault analysis ; Arıza arama = Fault detection ; Bilgisayarla görme = Computer vision ; Derin öğrenme = Deep learning ; Makine öğrenmesi yöntemleri = Machine learning methods ; Yapay sinir ağları = Artificial neural networks	Onaylandı Doktora Türkçe 2018 227 s.
Ülkemizde ve dünyada demiryolu ulaşımı çok yaygın olarak tercih edilen bir ulaşım yöntemidir. Ray hatlarının fiziksel yapıları, raylı ulaşım aracının ağırlığı ve hızı, demiryolunun kullanım yoğunluğu gibi birçok neden ray hattında aşınma, kırılma, çatlama, bozulma gibi çeşitli arızalara neden olmaktadır. Bu arızaların teşhis edilmesi için hızlı ve verimli şekilde peryodik bakımların yapılması olası maddi ve manevi kayıpların önüne geçecektir. Bu tez çalışmasında, demiryollarında ray hatları üzerinde oluşan arızaların temassız olarak lazer kameralar kullanılarak gerçek zamanlı şekilde teşhis edilmesi için yöntemler önerilmiştir. Ray hatlarında oluşan milimetrik seviyedeki hataların tespit ve teşhis edilmesi için kullanılan lazer kameralar ile öncelikle rayın üç boyutlu modeli elde edilmekte, daha sonra bu gerçek modelden hataların teşhis edilmesi sağlanmaktadır. Yöntem geliştirme aşamasında sayısal kamera ve lazer kamera kullanan çalışmalar için giriş verileri üzerinde temel bileşen analizi, tekil değer ayrıştırma, çekirdek temel bileşen analizi, histogram karşılaştırma gibi özellik seçim algoritmaları ile, rassal orman ve evrişimsel yapay sinir ağı makine öğrenmesi algoritmaları kullanan yöntemler geliştirilmiştir. Önerilen yöntemlerin doğrulanması için tez kapsamında kurulan deney seti kullanılmış ve gerçek veriler ile doğrulama çalışmaları yapılmıştır. Sonuç olarak, bu doktora tezi kapsamında lazer kameralar kullanılarak ray hatlarındaki arızaların teşhisi için geliştirilen yöntemlerin performansı deneysel veriler ve saha çalışmaları ile ortaya konulmuştur. Tez süresince yapılan çalışmalar 114E202 numaralı TUBİTAK 1001 araştırma projesi ile desteklenmiştir.
Railway transportation in our country and in the world is a very popular transportation method. The physical structures of the rail tracks, the weight and speed of the rail transport, and the intensity of use of the railroad are all the reasons for various failures such as wear, breakage, cracking and deterioration in the rail track. In order to identify these failures, the quick and efficient maintenance of the periodicals will prevent possible financial and moral losses. In this thesis, methods have been proposed for real-time detection of failures on rail tracks on railways using contactless laser cameras. The laser cameras used to detect and diagnose millimetric level errors on rail tracks first obtain a three-dimensional model of the rail, and then diagnose faults that are actually modeled. In the development phase of the method, methods using feature selection algorithms such as basic component analysis, singular value decomposition, kernel basic component analysis, histogram comparison, and random forest and convolutional artificial neural network machine learning algorithms have been developed on input data for digital camera and laser camera operations. In order to verify the proposed methods, the experimental set established in the thesis was used and validation studies were carried out with real data. As a result, the performance of the methods developed for the diagnosis of failures in railway lines using laser cameras in this doctoral thesis is demonstrated by experimental data and field studies. The studies carried out during the thesis were supported with the research project of TUBİTAK 1001 numbered 114E202.