Şehir bakımı görevlerinde bilgisayarlı görünün rolü

Bir şehri ayakta tutmak için çok fazla çalışma gerekir, ancak bu görevlerin çoğu fark edilmez. Örneğin, gece saatlerinde bakım ekipleri yolları onarmak, atıkları temizlemek, ışıkları kontrol etmek ve şehrin güvenli ve işlevsel kalmasını sağlamak için çalışır.

Eskiyen yollar, tıkanmış giderler ve kırık sokak lambaları başta önemsiz 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 yetişmekte zorlanabilir.

Bilgisayarlı görü, görsel verileri işleme ve anlama üzerine odaklanan bir yapay zeka dalı olup, akıllı şehirlerde günlük bakım için daha hızlı ve daha verimli bir yaklaşım sunar. Video akışlarını veya hava görüntülerini analiz ederek, Vision AI çözümleri sorunları otomatik olarak algılayıp takip edebilir ve manuel ekiplerin üzerindeki yükü azaltabilir.

Ultralytics YOLO11 gibi gelişmiş bilgisayarlı görü modellerini kullanarak, şehirler atıkları, çukurları veya düşmüş dalları tanımlamak gibi görevleri kolayca gerçekleştirebilir. Nesne algılama ve örnek bölümleme gibi Vision AI görevleri, bakım ekiplerinin hızlı müdahale etmesine ve kamusal alanları düzenli, temiz ve güvenli tutmasına yardımcı olabilir.

Şekil 1. YOLO11’in nesne algılama yeteneklerini kullanarak atık tespiti. (Kaynak)

Bu makalede, bilgisayarlı görü'nün kentsel bakımı nasıl desteklediğini, bazı yaygın uygulamaları ve sunduğu faydaları inceleyeceğiz. Hadi başlayalım!

Link to this sectionŞehir bakımında bilgisayarlı görü'ye genel bir bakış#

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

Örneğin, akıllı şehirlerde bilgisayarlı görü, hava görüntüleri ve sokak seviyesindeki kameralar aracılığıyla otomatik olarak grafiti tespiti yapmak için kullanılıyor, bu da şehir ekiplerinin burayı hızlıca temizlemesine ve kamusal alanları davetkar tutmasına yardımcı oluyor.

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

• Nesne algılama: YOLO11 gibi bilgisayarlı görü modelleri, bir görüntü veya video akışındaki belirli nesneleri tanımlayabilir ve konumlandırabilir. Kentsel bakımda bu, ekiplerin trafik konileri, çöp kutuları veya ilgi gerektirebilecek kırık sokak tabelaları gibi öğeleri tespit etmesine yardımcı olur.

• Görüntü sınıflandırma: Görünümüne göre tüm görüntüye bir etiket atar. Örneğin, yolların hava görüntüleri temiz, çatlak veya su altında olarak sınıflandırılabilir, bu da ekiplerin farklı senaryoları sınıflandırmasına ve daha verimli yanıt vermesine yardımcı olur.

• Nesne takibi: Takip, hareket eden nesneleri yollarını izlemek için video kareleri boyunca izlemek amacıyla kullanılır. Şehirlerde araçları ve yayaları izlemeye yardımcı olur, trafik yönetimini ve güvenliğini artırır.

• Örnek bölümleme: Bu teknik, aynı nesnenin bireysel örneklerini ayırır. Şehir ortamlarında, daha iyi takip ve bakım için birden fazla sokak lambası, ağaç veya park halindeki araçları ayırt etmek için kullanılabilir.

Link to this sectionŞehir bakımında bilgisayarlı görü uygulamaları#

Artık bilgisayarlı görü'nün kentsel şehir bakımını nasıl desteklediğine dair daha iyi bir fikrimiz olduğuna göre, bazı gerçek dünya uygulamalarını keşfedelim.

Link to this sectionYapay zeka ile akıllı altyapı denetimi#

Yeraltı giderlerinin bakımı zorlu ama temel bir iştir çünkü hasar ciddi sağlık veya çevre sorunlarına yol açabilir. Bilgisayarlı görü, artık bu denetimleri daha güvenli ve verimli hale getirmek için kullanılıyor. Kameralı, sensörlü ve Işık Algılama ve Uzaklık Ölçme (LiDAR) sistemli dronlar tünelleri kontrol etmek ve gaz seviyeleri, sıcaklık ve hasar gibi konularda gerçek zamanlı veri toplamak için kullanılıyor.

ABD'nin Michigan eyaletinde, Macomb County, teknolojinin yeraltı denetimlerini nasıl iyileştirdiğine dair harika bir örnektir. 2016'daki bir boru hattı çöküşünden sonra ilçe, manuel kontrollerden vazgeçmeye ve otomatik sistemler kullanmaya başladı.

Artık, yeraltı tünellerini güvenli bir şekilde keşfetmek için Elios 3 ve Asio X gibi dronlar kullanıyorlar. Dronlar, bilgisayarlı görü ile analiz edilen video ve sensör verilerini toplayarak yapısal sorunları tespit ediyor. Bu yaklaşıma geçtiklerinden beri, ilçe denetim maliyetlerini neredeyse %40 oranında düşürdü ve ekipleri için işi çok daha güvenli hale getirdi.

Şekil 2. Elios 3 dronu kanalizasyon denetimi için kullanılabilir. (Kaynak)

Link to this sectionKamusal yol çalışmaları için bilgisayarlı görü#

Benzer şekilde, yolların bakımı ve trafik yönetimi, bir şehrin sorunsuz çalışmasını sağlamanın önemli bir parçasıdır. Yollar, yoğun trafik ve hava koşulları nedeniyle zamanla aşınabilir, bu da çatlaklara, çukurlara ve hasarlı tabelalara yol açar.

Bununla başa çıkmak için birçok şehir artık yol koşullarını ve trafiği gerçek zamanlı olarak izlemek için bilgisayarlı görü ile çalışan dronlar ve araca monte kameralar kullanıyor. Bu teknoloji, sorunları erkenden tespit etmeye, güvenliği artırmaya, tıkanıklığı azaltmaya ve onarımları daha hızlı ve doğru hale getirmeye yardımcı oluyor.

Hindistan'ın Ahmedabad şehrinin belediye araçlarını yolları gerçek zamanlı olarak tarayan yapay zeka destekli araç içi kameralarla donatmasının nedeni tam olarak bu. Bu kameralar çukurları, çatlakları ve yüzey aşınmasını tespit ederek hasarın görüntülerini yakalıyor ve coğrafi etiketleme yapıyor. Toplanan veriler, yetkililerin onarımlara öncelik vermek için raporlar ve ısı haritaları oluşturduğu bir kontrol merkezine gönderiliyor, bu da yol bakımını hızlandırmaya yardımcı oluyor.

Şekil 3. Bilgisayarlı görü ile boyut tahmini içeren çukur tespiti örneği. (Kaynak)

Link to this sectionŞehirlerdeki yeşil alanların bilgisayarlı görü ile izlenmesi#

İnsan nüfusu arttıkça şehirler genişliyor ve şehirler genişledikçe yeşil alanlar daralıyor. Ne yazık ki bu, hava kalitesini, sıcaklığı ve yaban hayatını olumsuz etkileyebiliyor. Ağaçlar karbon gazlarını emmeye, kentsel alanları soğutmaya ve biyoçeşitliliği desteklemeye yardımcı olur.

Yeşile odaklanan birçok şehir, yeşil örtüyü izlemek için dronlar, görü 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 oluyor. Bu, yeşil alan yönetimini daha doğru hale getiriyor ve sürdürülebilir kentsel planlama için vazgeçilmez kılıyor.

Şekil 4. Yüksek çözünürlüklü hava verileri kullanılarak kentsel ağaçların tanımlanması. (Kaynak)

İlginç bir örnek, şehrin hava kirliliği ile mücadele ettiği Hindistan'ın Yeni Delhi kentidir. Sorunu ele almak için, Orman Araştırma Enstitüsü tarafından yönetilen dört yıllık bir ağaç sayımı başlattılar.

Dronlar, LiDAR ve GIS kullanarak kentsel ağaçları haritalayıp izliyorlar; türlerini, sağlıklarını ve konumlarını takip ediyorlar. Bu teknoloji kullanımı, şehrin yeşil alanlarını daha etkili bir şekilde yönetmesine yardımcı oluyor, bu da hava kalitesini artırabilir ve Hindistan'ın 2070 yılına kadar net sıfır emisyona ulaşma hedefini destekleyebilir.

Link to this sectionKentsel planlama ve izlemede Vision AI uygulamaları#

Kaçak yapılaşma şehirlerde ciddi sorunlar yaratıyor. Yolları kapatabilir, kamu hizmetleri üzerinde baskı oluşturabilir ve planlı gelişimi engelleyebilir. Bunu ele almak için ortaya çıkan bir yaklaşım, zaman içinde çekilen hava görüntülerini karşılaştırmak için bilgisayarlı görü'yü kullanıyor. Bu, binalardaki veya arazi kullanımındaki küçük değişiklikleri bile erkenden tespit etmeyi mümkün kılıyor ve yetkililerin sorun büyümeden yanıt vermesini sağlıyor.

Örneğin, Almanya'nın Bavyera eyaletinde araştırmacılar, izinsiz binaları tespit etmek amacıyla uydu görüntülerini ve coğrafi haritaları analiz etmek için yapay zeka ve bilgisayarlı görü kullanan yöntemler geliştirdiler. Ayrıca zaman içindeki yüzey yüksekliği değişikliklerini takip eden Geçici Dijital Yüzey Modeli'ne (tDSM) güvendiler.

Bu araçları birleştirerek, araştırmacılar yükseklik değişimlerini izleyerek ve görüntüleri karşılaştırarak yeni yapıları tanımlayabiliyorlar. Bu yaklaşım, yerel yetkililerin bina düzenlemelerini daha etkili bir şekilde uygulamasına, sürdürülebilir kalkınmayı planlamasına ve doğru kayıtlar tutmasına yardımcı oluyor.

Şekil 5. Şehirdeki kayıtlı ve kayıtsız binaları gösteren bir harita. (Kaynak)

Link to this sectionŞehir bakımında bilgisayarlı görü'nün avantajları ve dezavantajları#

İşte akıllı şehir bakımı için bilgisayarlı görü kullanmanın bazı temel faydaları:

• Ölçeklenebilir kapsama: Bilgisayarlı görü, CCTV veya dronlar gibi mevcut altyapıyı kullanarak büyük kentsel alanları izleyebilir ve manuel denetim ihtiyacını azaltabilir.
• Dinamik kaynak kullanımı: Gerçek zamanlı analiz, aciliyete göre görevlere öncelik vermeye yardımcı olarak bakımı daha verimli ve uygun maliyetli hale getirir.
• Daha hızlı acil durum uyarıları: Yapay zeka destekli görü sistemleri yangın, kaza veya sel gibi olayları neredeyse anında algılayabilir, bu da daha hızlı yanıt verilmesini ve hasarın azalmasını sağlar.

Bilgisayarlı görü sistemleri şehirlerin bakımı için güvenilir destek sağlasa da, belirli sınırlamaları da vardır. İşte bu teknolojileri kullanırken akılda tutulması gereken birkaç önemli faktör:

• Yüksek başlangıç maliyetleri: Bilgisayarlı görü sistemlerinin dağıtımı, kamera, sensör ve yapay zeka altyapısına önemli miktarda ön yatırım gerektirir. Daha küçük belediyeler bu masrafları başlangıçta karşılamakta zorlanabilir.
• 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.

Link to this sectionÖne çıkanlar#

Akıllı şehirler, altyapıyı daha iyi korumak için bilgisayarlı görü kullanarak kentsel yaşamı dönüştürüyor. Gerçek zamanlı izleme ve öngörücü içgörülerle bu teknoloji, şehirlerin sorunlara daha hızlı yanıt vermesine, kaynakları daha verimli kullanmasına ve sakinleri güvende tutmasına yardımcı oluyor. Belediyeler giderek daha fazla tepkisel düzeltmelerden proaktif, veri odaklı planlamaya geçiş yapıyor.

İleriye bakıldığında, yapay zeka ve bilgisayarlı görü, şehirleri daha yeşil, daha adil ve daha verimli hale getirmede muhtemelen daha büyük bir rol oynayacak. Dijital ikizler ve üretken yapay zeka gibi araçlar, planlamacıların yeni fikirleri test etmelerine, kamu hizmetlerini iyileştirmelerine ve erişimdeki boşlukları kapatmalarına olanak tanıyarak bu teknolojileri tamamlıyor. Birlikte, bu yenilikler sadece daha akıllı ve daha güvenli değil, aynı zamanda toplumlarının ihtiyaçlarına daha duyarlı kentsel ortamların şekillenmesine yardımcı oluyor.

Topluluğumuza katılın ve bilgisayarlı görü hakkında daha fazla bilgi edinmek için GitHub depomuzu keşfedin. Çözüm sayfalarımızda üretimde yapay zeka ve sağlık hizmetlerinde bilgisayarlı görü ile ilgili çeşitli uygulamaları keşfedin. Vision AI ile çalışmaya başlamak için lisanslama seçeneklerimize göz atın.