Araştırma

Araştırma programları ve kanıtlar

Birbiriyle bağlantılı üç program; GNSS bağımsız İHA navigasyonunu, arazi duyarlı jeo-uzamsal yapay zekâyı ve yapay zekâ destekli arkeolojik yüzey araştırmasını doğrulanmış yayınlar, projeler ve araştırma koduyla ilişkilendiriyor.

GNSS bağımsız İHA navigasyonu

gerçek nadir İHA görüntüsü
303.710
kentsel MAE
4,09 m
kırsal MAE
6,06 m

Problem

Uydu navigasyonu engellendiğinde, zayıfladığında veya kasıtlı olarak bozulduğunda İHA konumlandırması güvenilirliğini yitirebilir. Bu durumda görsel gözlemlerin; irtifa, mevsim, rota ve coğrafya değişimlerine karşın coğrafi referanslı harita kanıtlarıyla ilişkilendirilmesi gerekir.

Neden önemli

Güvenilir bir görsel yedek sistem, GNSS bulunmayan veya GNSS kalitesi düşmüş ortamlarda daha güvenli otonom uçuşu ve görev sürekliliğini destekleyebilir.

Yaklaşım

  • Nadir İHA görüntülerinin uydu görüntüleri ve ortofotolarla eşleştirilmesi
  • Otokodlayıcı tabanlı gösterim öğrenmesi ve derin sinir ağları
  • Şablon eşleme ve çapraz görünüm konumlandırma
  • EXIF ve SYM verileriyle arazi referanslı irtifa etiketleme
  • Kentsel, kırsal, mevsimsel ve rota koşulları arasında genelleme testleri

Kanıt

  • Onaylı 2024 doktora tezi, arazi tabanlı İHA konumlandırması için otokodlayıcı ve şablon eşleme deneylerini belgeliyor.
  • 2026 tarihli hakemli irtifa çalışması, ResNet50 regresyon modelini 303.710 gerçek nadir görüntü üzerinde değerlendiriyor.
  • Konferans kayıtları, 2025 yılında sunulan GNSS olmadan konumlandırma ve görüntü tabanlı irtifa tahmini çıktılarını belgeliyor.
Model veri artırımı için 30 derecelik aralıklarla döndürülmüş gerçek nadir İHA görüntüsü örnekleri.
Görsel kaynağı ve lisansı:Ahmet Ertuğrul Arık (dış bağlantı),CC BY 4.0 (dış bağlantı).

Seçilmiş çıktılar

Güncel yön

Arazi ve uçuş koşulları arasında dayanıklılığı geliştirmek, daha yüksek çözünürlüklü yükseklik modellerini incelemek ve irtifa tahminini daha geniş arazi göreli navigasyon iş akışlarıyla ilişkilendirmek.

Arazi duyarlı jeo-uzamsal yapay zekâ

Problem

Yalnızca görüntüye dayalı analiz; ölçek, yüzey biçimi, görünürlük ve mekânsal değişimi belirleyen topoğrafik yapıyı gözden kaçırabilir. Ortofoto ve yükseklik ürünlerinin bağlantılı bir jeo-uzamsal sistem olarak incelenmesi gerekir.

Neden önemli

Ortofotoların sayısal yüzey, arazi ve yükseklik modelleriyle bütünleştirilmesi; arazi duyarlı konumlandırmayı, yüzey alanı ölçümünü, jeomorfolojik değişim analizini ve risk haritalamayı destekler.

Yaklaşım

  • Ortofoto, DSM, DTM ve DEM entegrasyonu
  • Türkçe jeo-uzamsal iş akışlarında SYM ve SAM ürünleri
  • Arazi referanslı görsel konumlandırma ve irtifa etiketleme
  • Gerçek yüzey alanı ve çözünürlük duyarlılığı analizi
  • Çok zamanlı fotogrametri ve CBS tabanlı değişim haritalama

Kanıt

  • İrtifa çalışması, yerden yükseklik etiketleri üretmek için EXIF GPS irtifasını 30 m çözünürlüklü SYM ile birleştiriyor.
  • Kamusal yüzey alanı deposu, SYM tabanlı topoğrafik alan deneylerini ve çözünürlük karşılaştırmalarını uyguluyor.
  • Kapadokya projesi; çok zamanlı hava fotoğrafları, ortofotolar, yüzey modelleri, yoğun nokta bulutları ve CBS entegrasyonunu tanımlıyor.
Model eğitimi için ardışık hazırlık aşamalarında kırpılan ve yeniden boyutlandırılan nadir hava görüntüsü.
Görsel kaynağı ve lisansı:Ahmet Ertuğrul Arık (dış bağlantı),CC BY 4.0 (dış bağlantı).

Seçilmiş çıktılar

Güncel yön

Kapadokya yer şekilleri için yeniden üretilebilir çok zamanlı arazi analizi geliştirmek ve yükseklik çözünürlüğünün navigasyon ile yüzey ölçümlerine etkisini değerlendirmek.

Yapay zekâ destekli arkeolojik yüzey araştırması

Problem

Arkeolojik izler ince, geniş alanlara yayılmış ve büyük ortofoto ile yükseklik veri kümelerinde tutarlı biçimde tanınması güç olabilir.

Neden önemli

Şeffaf bir tarama iş akışı; coğrafi referansı ve model adayları ile doğrulanmış arkeolojik kanıt arasındaki ayrımı koruyarak uzmanların aday alanları önceliklendirmesine yardımcı olabilir.

Yaklaşım

  • Yüksek çözünürlüklü ortofoto ve yükseklik modeli analizi
  • LiDAR uyumlu DSM’den DTM’ye ön işleme
  • RGB, DSM ve DTM’yi birleştiren çok bantlı GeoTIFF iş akışları
  • Derin öğrenme, görsel dil modelleri ve klasik görüntü işleme
  • Uzman incelemesi için CBS vektör çıktısı

Kanıt

  • Kurumsal proje sayfası, yükseklik modelleri ve yüksek çözünürlüklü ortofotolardan otomatik arkeolojik alan tespitini araştırma amacı olarak tanımlıyor.
  • MIT lisanslı depo beş bantlı kaynak yığınını belgeliyor: kırmızı, yeşil, mavi, DSM ve DTM.
  • Güncel yazılım SVF, SLRM, eğim ve normalize DSM kanalları üretiyor ve GeoPackage çıktısını destekliyor.

Seçilmiş çıktılar

Güncel yön

Aday tarama modellerini uzman etiketli arazi envanterlerine karşı doğrulamak ve RGB ile topoğrafik kanallar için açık veri şemalarını korumak.