Yolo Vision Shenzhen
Shenzhen
Şimdi katılın

Şehir bakım görevlerinde bilgisayarlı görmenin rolü

Abirami Vina

5 dakikalık okuma

9 Temmuz 2025

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 bilgisayarla görme, akıllı şehirlerde günlük bakım için daha hızlı ve daha verimli bir yaklaşım sunuyor. Vision AI çözümleri, video akışlarını veya hava görüntülerini analiz ederek sorunları otomatik olarak detect edip track ve manuel ekiplerin yükünü azaltabilir.

gibi gelişmiş bilgisayarla görme modellerini kullanarak Ultralytics YOLO11şehirler atıkları, çukurları veya düşen dalları belirleme gibi görevleri kolayca gerçekleştirebilir. Nesne algılama ve örnek segmentasyonu gibi görsel yapay zeka görevleri, bakım ekiplerinin hızlı bir şekilde yanıt vermesine ve kamusal alanları düzenli, temiz ve güvenli tutmasına yardımcı olabilir.

Şekil 1. YOLO11'in nesne algılama yeteneklerini kullanarak 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

Kentsel yetkililer, şehir altyapısını daha iyi anlamak ve yönetmek için bilgisayarla görme gibi teknolojileri kullanıyor. Görsel veriler dronlar, kameralar ve sensörler aracılığıyla toplanıyor, ardından hızlı ve doğru içgörüler elde etmek için YOLO11 gibi bilgisayarla görme modelleri kullanılarak işleniyor. 

Örneğin, akıllı şehirlerde bilgisayarla görme, havadan çekilen görüntüler ve sokak seviyesindeki kameralar aracılığıyla grafitileri otomatik olarak detect etmek için kullanılıyor ve şehir ekiplerinin grafitileri hızla temizlemesine ve kamusal alanları sıcak tutmasına yardımcı oluyor.

İşte akıllı şehir sistemlerini mümkün kılan bazı temel bilgisayarlı görü görevlerine kısa bir bakış:

  • Nesne algılama: YOLO11 gibi bilgisayarla görme modelleri, bir görüntü veya video akışındaki belirli nesneleri tanımlayabilir ve konumlandırabilir. Kentsel bakımda bu, ekiplerin dikkat edilmesi gerekebilecek trafik konileri, çöp kutuları veya kırık sokak işaretleri gibi öğeleri detect 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 izleme: İzleme, yollarını takip etmek için video kareleri boyunca hareketli nesneleri track için kullanılır. Şehirlerde, araçların ve yayaların izlenmesine yardımcı olarak trafik yönetimini ve güvenliğini geliştirir.
  • 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.

İşte tam da bu nedenle Hindistan'ın Ahmedabad kenti, belediye araçlarını yolları gerçek zamanlı olarak tarayan yapay zeka destekli kameralarla donatıyor. Bu kameralar çukurları, çatlakları ve yüzey aşınmasını detect ederek görüntüleri yakalıyor ve hasarı coğrafi olarak etiketliyor. Toplanan veriler bir kontrol merkezine gönderiliyor ve burada yetkililer onarımlara öncelik vermek için raporlar ve ısı haritaları oluşturarak yol bakımının hızlandırılmasına yardımcı oluyor.

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 yaratmaktadır. Yolları kapatabilir, kamu hizmetleri üzerinde baskı oluşturabilir ve planlı gelişime engel olabilir. Bunu ele almak için ortaya çıkan bir yaklaşım, zaman içinde çekilen hava görüntülerini karşılaştırmak için bilgisayarla görmeyi kullanıyor. Bu sayede binalardaki ya da arazi kullanımındaki küçük değişiklikler bile erkenden detect edilebiliyor ve yetkililer sorun büyümeden müdahale edebiliyor.

Örneğin, Almanya'nın Bavyera eyaletinde araştırmacılar, izinsiz binalarıdetect etmek amacıyla uydu görüntülerini ve jeo-uzamsal haritaları analiz etmek için yapay zeka ve bilgisayar görüşü kullanan yöntemler geliştirdiler. Ayrıca, zaman içinde yüzey yüksekliğindeki değişiklikleri izleyen Geçici Dijital Yüzey Modeli'nden (tDSM) de yararlandılar. 

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 görüş sistemleri yangın, kaza veya sel gibi olayları neredeyse anında detect ederek daha hızlı müdahale edilmesini ve hasarın azaltılmasını sağlayabilir.

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.

Bilgisayarlı görü hakkında daha fazla bilgi edinmek için topluluğumuza katılın ve GitHub depomuzu keşfedin. Çözüm sayfalarımızda üretimde yapay zeka ve sağlık hizmetlerinde bilgisayarlı görü ile ilgili çeşitli uygulamaları keşfedin. Görüntü İşleme Yapay Zekası ile başlamak için lisanslama seçeneklerimizi inceleyin.

Gelin, yapay zekanın geleceğini
birlikte inşa edelim!

Makine öğreniminin geleceği ile yolculuğunuza başlayın

Ücretsiz başlayın