Araştırma Projeleri

EEG Sinyalleri ile Mekanik Kontrol ve Otomasyon Projesi

Projenin amacı beyin sinyallerini son kullanıcının rahatlıkla kullanabileceği beyin sinyallerini EEG okuyabilen algılayıcı sensörleri kullanarak günlük ve iş yaşamının farklı alan ve konularında kullanılabilmesi için gerekli matematiksel model ve sistematik yaklaşımın yapılmasıdır.

Bu amaca uygun olarak aşağıdaki çıktıların oluşması öngörülmektedir;

  • Beyin sinyallerini fiziksel aktiviteler ile eşleştirebilecek matematiksel model ve sürecin oluşturulması
  • Elde edilecek olan model ve yaklaşımın felçli ya da kısmi felçli hastaların yardımı için donanımsal kontrol ve destek süreçlerinde kullanımına uygunluğunun ve kullanılabilirliğinin test edilmesi
  • Mavi yakalı ve fiziksel faaliyet odaklı çalışan bireylerin, beyin ve vücut uyumlarını kontrol ve denetleyebilen yazılımın geliştirilmesi

Proje Kapsamında Kullanılan Ekipman

Emotiv EPOC+ Headset, raw EEG data, individualy license, EPOC USB receiver, Rubber comfort pads, EPOC felt sensor, Emotiv EPOC hydrator pack.
Emotiv Insight Headset, raw EEG data, individualy license, EPOC USB receiver, Rubber comfort pads, EPOC felt sensor, Emotiv EPOC hydrator pack.

advanced hardware eeg sensor data headset EPOC plus 14 channel wireless

İHACAN : İnsansız Hava Araçları ile Otonom Cankurtaran Projesi

İHACAN projesi genel olarak iki hedef kapsamında planlanmıştır. Bunlar

-Boğulan kişiyi tanımlama yada yüzme bilmeyenleri takip etme

-Kurtarma amacı ile IHA ile yardım göndermek yada ilgilileri uyarıcı bilgi işaret konum vermek

olarak tanımlanmıştır.

ITO ile imzalan protokolün yürürlüğe girmesi ile birlikte bu amaçlar doğrultusunda iki çalışma grubunda Ar-Ge çalışmaları başlatılmıştır.

ÇG-A: Çalışma Grubu A : Yüzen ve Boğulan sınıflarının YZ ile tanımlanması uyarıların oluşturulması

ÇG-B: Çalışma Grubu B : Yüzme bilmeyen bireylerin ve çocukların şamandıralı ve tehlikeli bölgeye geçişlerinin takibi ve uyarıların oluşturulması

Bu çalışmalar kapsamında görüntü işleme teknolojisi ile gerekli bilgilerin kamera ile alınan görüntüler üzerinden alınması, bilgisayarda işlenerek gerekli anlamlandırılmış etiket verilerine dönüşmesi hedeflenmiştir. Projenin çalışması süresinde Ocak-Mart ayları içerisinde çalışma grupları özellikle açık deniz ve havuzlarda farklı stillerde ve şekillerde yüzme, su üzerinde durma, oynama, şakalaşma ve diğer faaliyetler hakkında hem teorik hem de mevcut görüntü ve videolar üzerinde inceleme çalışmaları yapılmıştır.

Bu çalışmalar sonucunda özellikle farklı yüzme şekilde ve stillerine göre bu raporun sonrasında detaylı olarak aktarıldığı üzere yüzen ve teknik olarak boğulan insanların tanımlanmasında ÇG-AYapay Zeka sisteminin doğru öğrenebilmesi için farklı ortam ve kişiler tarafından öğretme verilerinin elde edilmesi gerektiğine karar verilmiştir.

Bu sınıflandırma çalışmaları devam ederken  ÇG-B ekibi mevcut görüntüler üzerinde kendisini yüzme bilmeyen olarak tanımlayacak şekilde belirlenmiş bir alandan geçerek plaja giren ya da bileğindeki RFID bantı ilgili yerde okutarak takibe alınanan ya da tanımlama noktasındaki butona basarak kendini takibe aldıran kişilerin takibi şeklindedir. Bu çalışmalarda YOLO ve SSD algoritmaları kullanılmış ve testleri yapılmıştır. Ayrıca yapılan çalışmalar projede çalışmakta olan yüksek lisans öğrencisinin tezinde de kullanılmış ve bir konferans sunumu yapılmıştır. Devam eden çalışmalarda Faster R-CNN algoritması da test edilmektedir.

Yapılan çalışmalar sonucunda mevcut görüntüler üzerinde kurgusu yapılan algoritma ve yaklaşımların çalıştığı ancak görüntü kalitesi ve farklı kamera açılarına göre tanımlama başarılarının değişkenlik oluşturduğu görülmüştür.

Proje kapsamında makine öğrenmesi üzerinde iki farklı kanal üzerinde çalışmalar yapılmıştır. İlki derin öğrenme (CNN) yöntemi ile boğulan ve yüzen iki sınıfa ayırabilecek basit bir sınıflandırıcı oluşturmaktır. Bu model oluşturulurken elimizde veya diğer platformlarda eğitim amaçlı herhangi bir eğitim görüntü veri setimiz olmadığından, öncelikli olarak bu veri setinin elle internet ortamından oluşturulması sağlanmıştır. Yaklaşık 450 yüzen ve 450 boğulan olmak üzere 900 adet resim veritabanı oluşturulmuş, bu veri seti kullanılarak oluşturulan basit makine öğrenmesi modeli eğitilmiştir. İlk elde edilen sonuçlar çok iyi olmamış, yaklaşık %55-60 bandında bir başarım elde edilmiştir.