Tez No	İndirme	Tez Künye	Durumu
489426		An integrated system design for building inspection by autonomous UAVs / Otonom İHA'larla yapı denetimi için bütünleşik bir sistem tasarımı Yazar:FATİH KÜÇÜKSUBAŞI Danışman: PROF. DR. ARZU SORGUÇ Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Mimarlık Ana Bilim Dalı / Yapı Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Mekatronik Mühendisliği = Mechatronics Engineering ; Mimarlık = Architecture Dizin:	Onaylandı Yüksek Lisans İngilizce 2017 123 s.
Binaların sayısı hızla artarken, insan güvenliği açısından bina denetimi giderek önem kazanmaktadır. Bununla birlikte, her yapı için denetim yapmak kolay değildir. Binaların fiziki erişilebilirliği ve karmaşıklığı, sahadaki işlemler sırasında denetmenlerin güvenliği açısından büyük bir sorundur. Yapı denetiminde otonom keşfetme ve haritalama yoluyla görsel veri toplayabilen İnsansız Hava Araçları (İHA) son yıllarda son derece yüksek performans göstermektedir. Ancak, bu görüntülerin işlenmesi ve otonom İHA'larla entegrasyonu göz önüne alındığında, çalışma sayısı sınırlı kalmaktadır. Bunlar gerçekleştiğinde, yapı denetiminin tam otomasyonuna yönelik önemli adımlar atılmış olacaktır. Bu bağlamda, bu çalışmada otonom İHA'lar ile görsel yapı denetiminde belirlenen konumların yeniden ziyaret edilebilmesi için bir karar destek aracı sunulmaktadır. Önceden eğitilmiş bir Yapay Sinir Ağı'nın yeniden eğitilmesiyle, araç yüzey çatlaklarını tespit edebilmektedir. Noktasal olarak belirlenen konumların denetim sırasında tekrar gözden geçirilebilmesi için görev planlamasında kullanımı isteğe bağlı bir yöntem sunmaktadır ve GPS erişimsiz ortamlarda otonom olarak gezinebilen dört pervaneli bir İHA sistemine entegre edilmiştir. İHA, otonom konumlama, haritalama ve hareket planlaması için bütünleşik algılayıcılar ve bilgisayarlarla donatılmıştır. Ayrıca, kullanıcıların sistemin üst düzey özelliklerini kontrol edebilmeleri için bir grafik kullanıcı arayüzü geliştirilmiştir. Bütünleşik sistem benzetimler ve deneyler ile test edilmiştir. Sonuçlar sistemin bina denetimi için GPS erişimsiz ortamlarda otonom seyrüseferi ve çatlak algılamayı gerçekleştirdiğini göstermektedir.
Inspection of buildings throughout their lifecycle is vital in terms of human safety as the number of structures increases expeditiously. However, it is not easy to perform inspections for all cases. Physical reachability and complexity of the buildings are major problems along with the safety of inspectors during on-site operations. In this context, Unmanned Aerial Vehicles (UAV) have recently shown great performance collecting visual data through autonomous exploration and mapping in building inspection. Yet, the number of studies is limited considering the post processing of the data and its integration with autonomous UAVs. These will enable huge steps onward into full automation of building inspection. In this regard, this work presents a decision making tool for revisiting tasks in visual building inspection by autonomous UAVs. The tool is an implementation of fine-tuning a pretrained Convolutional Neural Network for surface crack detection. It offers an optional mechanism for task planning of revisiting pinpoint locations during inspection. It is integrated to a quadrotor UAV system that can autonomously navigate in GPS-denied environments. The UAV is equipped with onboard sensors and computers for autonomous localization, mapping and motion planning. Additionally, a Graphical User Interface is developed in order to wrap the high-level features of the system for users. The integrated system is tested through simulations and real-world experiments. The results show that the system achieves crack detection and autonomous navigation in GPS-denied environments for building inspection.