"Tüm Çerezleri Kabul Et" seçeneğine tıklayarak, sitede gezinmeyi geliştirmek, site kullanımını analiz etmek ve pazarlama çabalarımıza yardımcı olmak için cihazınızda çerezlerin saklanmasını kabul edersiniz. Daha fazla bilgi
Çerez Ayarları
"Tüm Çerezleri Kabul Et" seçeneğine tıklayarak, sitede gezinmeyi geliştirmek, site kullanımını analiz etmek ve pazarlama çabalarımıza yardımcı olmak için cihazınızda çerezlerin saklanmasını kabul edersiniz. Daha fazla bilgi
Şehir bakımında bilgisayar görüşünün altyapı izleme, kanalizasyon denetimi, yol onarımları ve daha akıllı, daha güvenli şehirler için şehir planlamasını nasıl otomatikleştirebileceğini görün.
Bir şehri ayakta tutmak için çok fazla çalışma yapılıyor, ancak bu görevlerin çoğu fark edilmiyor. Örneğin, geceleri bakım ekipleri yolları onarmak, atıkları temizlemek, ışıkları kontrol etmek ve şehrin güvenli ve işlevsel kalmasını sağlamak için çalışıyor.
Eskimiş yollar, tıkanmış drenajlar ve bozuk sokak lambaları başlangıçta küçük görünebilir. Ancak kontrol edilmezlerse, hızla daha büyük sorunlara dönüşebilirler. Bu rutin bakım görevleri, kamu güvenliği için önemlidir. Bununla birlikte, artan nüfus ve sınırlı belediye personeli ile geleneksel bakım yöntemleri ayak uydurmakta zorlanabilir.
Görsel verileri işlemeye ve anlamaya odaklanan bir yapay zeka dalı olan bilgisayarlı görü, akıllı şehirlerde günlük bakıma daha hızlı ve daha verimli bir yaklaşım sunar. Vision AI çözümleri, video akışlarını veya hava görüntülerini analiz ederek sorunları otomatik olarak algılayıp izleyebilir ve manuel ekiplerin üzerindeki yükü azaltabilir.
Ultralytics YOLO11 gibi gelişmiş bilgisayarlı görü modellerini kullanarak, şehirler atık, çukur veya düşmüş dalları tespit etmek gibi görevleri kolayca gerçekleştirebilir. Nesne tespiti ve örnek segmentasyonu gibi Görü Yapay Zekası görevleri, bakım ekiplerinin hızlı bir şekilde yanıt vermesine ve kamusal alanları düzenli, temiz ve güvenli tutmasına yardımcı olabilir.
Şekil 1. YOLO11'in nesne algılama yetenekleri kullanılarak atık tespiti. (Kaynak)
Bu makalede, bilgisayarlı görünün kentsel bakımı nasıl desteklediğini, bazı yaygın uygulamaları ve sunduğu faydaları inceleyeceğiz. Haydi başlayalım!
Şehir bakımında bilgisayar görüşüne genel bir bakış
Şehir yetkilileri, şehir altyapısını daha iyi anlamak ve yönetmek için bilgisayarlı görü gibi teknolojiler kullanıyor. Görsel veriler dronlar, kameralar ve sensörler aracılığıyla toplanır, ardından hızlı ve doğru içgörüler elde etmek için YOLO11 gibi bilgisayarlı görü modelleri kullanılarak işlenir.
Örneğin, akıllı şehirlerde, bilgisayarlı görü, şehir ekiplerinin hızlı bir şekilde temizlemesine ve kamusal alanları davetkar tutmasına yardımcı olmak için hava görüntüleri ve sokak seviyesindeki kameralar aracılığıyla grafitiyi otomatik olarak tespit etmek için kullanılmaktadır.
Nesne algılama: YOLO11 gibi bilgisayarlı görü modelleri, bir görüntü veya video akışındaki belirli nesneleri tanımlayabilir ve konumlandırabilir. Kentsel bakımda bu, ekiplerin dikkat gerektirebilecek trafik konileri, çöp kutuları veya kırık sokak tabelaları gibi öğeleri tespit etmesine yardımcı olur.
Görüntü sınıflandırma: Bir görüntünün tamamına, görünümüne göre bir etiket atar. Örneğin, yolların havadan çekilmiş görüntüleri temiz, çatlak veya su basmış olarak sınıflandırılabilir, bu da ekiplerin farklı senaryoları daha verimli bir şekilde sıralamasına ve yanıtlamasına yardımcı olur.
Nesne takibi: Takip, hareketli nesnelerin yollarını izlemek için video kareleri boyunca takip etmek için kullanılır. Şehirlerde, trafiği yönetmeye ve güvenliği artırmaya yardımcı olur, araçları ve yayaları izlemeye yardımcı olur.
Örnek segmentasyonu: Bu teknik, aynı nesnenin bireysel örneklerini ayırır. Şehir ortamlarında, daha iyi izleme ve bakım için birden fazla sokak lambası, ağaç veya park halindeki araç arasında ayrım yapmak için kullanılabilir.
Şehir bakım uygulamalarında bilgisayarlı görü
Bilgisayar görüşünün şehir bakımını nasıl desteklediği hakkında daha iyi bir fikre sahip olduğumuza göre, şimdi de gerçek dünya uygulamalarından bazılarını inceleyelim.
Yapay Zeka ile akıllı altyapı denetimi
Yeraltı drenajlarını korumak zorlu ancak önemli bir iştir, çünkü hasar ciddi sağlık veya çevre sorunlarına yol açabilir. Bilgisayarlı görü, bu denetimleri daha güvenli ve verimli hale getirmek için kullanılmaktadır. Kameralı, sensörlü ve Işık Algılama ve Mesafe Ölçme (LiDAR) sistemli dronlar, tünelleri kontrol etmek ve gaz seviyeleri, sıcaklık ve hasar gibi şeyler hakkında gerçek zamanlı veri toplamak için kullanılır.
ABD'nin Michigan eyaletindeki Macomb County, teknolojinin yeraltı incelemelerini nasıl geliştirdiğine dair harika bir örnektir. 2016'daki bir boru hattı çöküşünden sonra, ilçe manuel kontrollerden uzaklaşmaya başladı ve otomatik sistemler kullanmaya başladı.
Şu anda, yeraltı tünellerini güvenli bir şekilde keşfetmek için Elios 3 ve Asio X gibi drone'lar kullanıyorlar. Drone'lar, video ve sensör verileri toplar ve bu veriler daha sonra herhangi bir yapısal sorunu tespit etmek için bilgisayarlı görü ile analiz edilir. Bu yaklaşıma geçtiklerinden beri, ilçe denetim maliyetlerini yaklaşık %40 oranında azalttı ve işi ekipleri için çok daha güvenli hale getirdi.
Şekil 2. Elios 3 drone, kanalizasyon denetimi için kullanılabilir. (Kaynak)
Kamu yolu çalışmaları için bilgisayarlı görü
Benzer şekilde, yolların bakımı ve trafiğin yönetimi bir şehrin sorunsuz işlemesinin önemli bir parçasıdır. Yollar, yoğun trafik ve hava koşulları nedeniyle zamanla aşınabilir, bu da çatlaklara, çukurlara ve hasarlı işaretlere yol açar.
Bununla başa çıkmak için birçok şehir artık yol koşullarını ve trafiği gerçek zamanlı olarak izlemek için bilgisayarla görme ile güçlendirilmiş dronlar ve araca monte kameralar kullanıyor. Bu teknoloji, sorunları erken tespit etmeye, güvenliği artırmaya, tıkanıklığı azaltmaya ve onarımları daha hızlı ve daha doğru hale getirmeye yardımcı olur.
Hindistan'ın Ahmedabad şehrinin, belediye araçlarını gerçek zamanlı olarak yolları tarayan yapay zeka destekli araç kameralarıyla donatmasının nedeni de tam olarak budur. Bu kameralar çukurları, çatlakları ve yüzey aşınmasını tespit ederek görüntüleri yakalar ve hasarı coğrafi olarak etiketler. Toplanan veriler, yetkililerin onarımlara öncelik vermek için raporlar ve ısı haritaları oluşturduğu bir kontrol merkezine gönderilir ve yol bakımını hızlandırmaya yardımcı olur.
Şekil 3. Bilgisayarlı görü kullanarak boyut tahmini ile çukur tespiti örneği. (Kaynak)
Bilgisayarlı görü ile şehirlerdeki yeşil alanların izlenmesi
İnsan nüfusu arttıkça, şehirler genişliyor ve şehirler genişledikçe yeşil alanlar azalıyor. Ne yazık ki, bu durum hava kalitesini, sıcaklığı ve vahşi yaşamı olumsuz etkileyebilir. Ağaçlar karbon gazlarını emmeye, kentsel alanları soğutmaya ve biyolojik çeşitliliği desteklemeye yardımcı olur.
Yeşile yönelmeye odaklanan birçok şehir, yeşil örtüyü izlemek için dronlar, görüntü modelleri, LiDAR ve coğrafi bilgi sistemleri (GIS) kullanmaya başlıyor. Bu teknolojiler, ağaç konumlarını haritalamaya, sağlıklarını değerlendirmeye ve koruma, yeniden dikim ve geliştirme çabalarına rehberlik etmeye yardımcı olur. Bu, yeşil alan yönetimini daha doğru hale getirmeye ve sürdürülebilir şehir planlaması için gerekli kılmaya yardımcı olur.
Şekil 4. Yüksek çözünürlüklü hava verileri kullanılarak şehirdeki ağaçların belirlenmesi. (Kaynak)
İlginç bir örnek, şehrin hava kirliliğiyle mücadele ettiği Yeni Delhi, Hindistan'dır. Sorunu çözmek için Orman Araştırma Enstitüsü liderliğinde dört yıllık bir ağaç sayımı başlattılar.
Dronlar, LiDAR ve GIS kullanarak, şehirdeki ağaçları haritalandırıyor ve izliyorlar - türlerini, sağlıklarını ve konumlarını takip ediyorlar. Bu teknoloji kullanımı, şehrin yeşil alanlarını daha etkili bir şekilde yönetmesine yardımcı oluyor, bu da hava kalitesini iyileştirebilir ve Hindistan'ın 2070 yılına kadar net sıfır emisyona ulaşma hedefini destekleyebilir.
Kentsel planlama ve izlemede yapay görme uygulamaları
Kaçak yapılaşma şehirlerde ciddi sorunlar yaratır. Yolları tıkayabilir, kamu hizmetleri üzerinde baskı oluşturabilir ve planlı gelişimi engelleyebilir. Bunu ele almak için ortaya çıkan bir yaklaşım, zaman içinde çekilen hava fotoğraflarını karşılaştırmak için bilgisayar görüşünü kullanır. Bu, binalarda veya arazi kullanımında küçük değişiklikleri bile erken tespit etmeyi mümkün kılar ve yetkililerin sorun büyümeden müdahale etmesine olanak tanır.
Örneğin, Almanya'nın Bavyera kentinde, araştırmacılar uydu görüntülerini ve coğrafi uzamsal haritaları analiz etmek için yapay zeka ve bilgisayarlı görü kullanan ve izinsiz yapıları tespit eden yöntemler geliştirmişlerdir. Ayrıca, yüzey yüksekliğindeki değişiklikleri zaman içinde izleyen Zamansal Dijital Yüzey Modelini (tDSM) de kullandılar.
Araştırmacılar, bu araçları birleştirerek yükseklik değişimlerini izleyerek ve görüntüleri karşılaştırarak yeni yapıları tespit edebilirler. Bu yaklaşım, yerel yetkililerin bina yönetmeliklerini daha etkili bir şekilde uygulamasına, sürdürülebilir kalkınma için plan yapmasına ve doğru kayıtlar tutmasına yardımcı olur.
Şekil 5. Şehirdeki belgelenmiş ve belgelenmemiş binaları gösteren bir harita. (Kaynak)
Şehir bakımında bilgisayarlı görmenin artıları ve eksileri
İşte akıllı şehir bakımı için bilgisayar görüşü kullanmanın bazı temel faydaları:
Ölçeklenebilir kapsama: Bilgisayarlı görü, CCTV veya dronlar gibi mevcut altyapıyı kullanarak geniş kentsel alanları izleyebilir ve manuel inceleme ihtiyacını azaltır.
Dinamik kaynak kullanımı: Gerçek zamanlı analiz, aciliyete göre görevlere öncelik verilmesine yardımcı olarak bakımı daha verimli ve uygun maliyetli hale getirir.
Daha hızlı acil durum uyarıları: Yapay zeka destekli görüntü sistemleri, yangın, kaza veya sel gibi olayları neredeyse anında tespit ederek daha hızlı müdahale ve daha az hasar sağlar.
Bilgisayarlı görü sistemleri şehirlerin sürdürülebilirliğinin korunması için güvenilir destek sağlarken, bazı sınırlamaları da beraberinde getirir. Bu teknolojileri kullanırken akılda tutulması gereken birkaç önemli faktör şunlardır:
Yüksek başlangıç maliyetleri: Bilgisayarlı görü sistemlerini dağıtmak, kameralara, sensörlere ve yapay zeka altyapısına önemli bir ön yatırım gerektirir. Daha küçük belediyeler başlangıçta bu masrafları karşılamakta zorlanabilirler.
Gizlilik endişeleri: Sürekli görsel izleme, şehir sakinleri arasında gözetim ve kişisel gizlilik konusunda endişelere yol açabilir.
Altyapı zorlukları: Eski şehirler, büyük ölçekli uygulama için gereken dijital altyapıdan (örneğin, kararlı bağlantı, güç veya sensör ağları) yoksun olabilir.
Önemli çıkarımlar
Akıllı şehirler, altyapıyı daha iyi korumak için bilgisayarlı görü kullanarak şehir yaşamını dönüştürüyor. Gerçek zamanlı izleme ve öngörücü analizlerle bu teknoloji, şehirlerin sorunlara daha hızlı yanıt vermesine, kaynakları daha verimli kullanmasına ve sakinleri güvende tutmasına yardımcı oluyor. Belediyeler giderek reaktif düzeltmelerden proaktif, veri odaklı planlamaya geçiyor.
İleriye baktığımızda, yapay zeka ve bilgisayarlı görü, şehirleri daha yeşil, daha adil ve daha verimli hale getirmede muhtemelen daha büyük bir rol oynayacaktır. Dijital ikizler ve üretken yapay zeka gibi araçlar, planlamacıların yeni fikirleri test etmelerine, kamu hizmetlerini iyileştirmelerine ve erişimdeki boşlukları kapatmalarına olanak tanıyarak bu teknolojileri tamamlar. Birlikte, bu yenilikler sadece daha akıllı ve daha güvenli değil, aynı zamanda topluluklarının ihtiyaçlarına daha duyarlı kentsel ortamlar şekillendirmeye yardımcı oluyor.