İnsansız hava aracı (İHA) ile yol üstyapı bozulmalarının tespiti

Üstyapı durumunun değerlendirilmesi, gelecekteki ekonomik kayıpları azaltmak ve yapısal güvenilirliği ve dayanıklılığı artırmak için her türlü girişimde son derece önem arz etmektedir. Kaplamanın mevcut durumunun değerlendirmesinden elde edilen veriler, üstyapı performansının bir fonksiyonu ve bunların işlevselliğini ve güvenilirliğini değerlendirmek için önemli bir bileşen olarak kullanılmaktadır. Bununla birlikte, özellikle bozulmalardan sonra, değerlendirme ile ilgili maliyet, güvenlik sorunları ve erişilebilirlik kısıtlamaları nedeniyle kaplama durumu değerlendirmesi zorlaşmaktadır. Bu araştırma, kaplamada meydana gelen enine çatlak, boyuna çatlak, timsah sırtı çatlak ve yama bozulmaları olmak üzere 4 önemli bozulmayı hızla sınıflandırmak için otomatik bir sınıflandırma modeli geliştirmeyi amaçlamaktadır. Afyon Kocatepe Üniversitesi Ahmet Necdet Sezer kampüsü içerisinde İnsansız Hava Aracı (İHA) kullanılarak esnek kaplamalar için enine çatlak, boyuna çatlak, timsah sırtı çatlak ve yama bozulmalarını temsil eden yüksek çözünürlüklü görüntüler toplanmıştır. Görüntü sınıflandırma modeli, nesne algılama görevleri için geliştirilen ve bir görüntüyü aynı anda birçok bölgeye bölerek nesneleri algılamak ve sınıflandırmak için tasarlanan Evrişimli Sinir Ağları (Convolutional Neural Network (CNN)) mimarisi olan YOLOv5 kullanılarak geliştirilmiştir. Kullanılan YOLOv5m modelinin de 70 epok ve 16 parti boyutu için yapılan eğitim sonucu karmaşıklık matrisi incelendiğinde 88,25 oranında bir başarı yakalandığı görülmüştür. Tüm bu sonuçlar doğrultusunda YOLOv5 modelinin, test sonuçları ve tespit süreleri incelendiğinde en optimum sonuç veren model olduğu tespit edilmiştir. Geliştirilen modelin arkasındaki metodoloji, yerinde bulunma ihtiyacını azaltmaya, güvenliği artırmaya ve meteorolojik olaylardan sonra alınacak en güvenli rotaya karar vermede acil müdahale etme konusunda karar verici kurum ve kuruluşlara yardımcı olacaktır. Ek olarak, modelin uygulanması, ulaştırma mühendislerinin kaplama bozulmalarını hızlı bir şekilde değerlendirmelerine, yol onarımı ve geri kazanımı ve uygun bakım-onarım yöntemini belirlemeleri için hızlı kararlar vermeleri amacıyla yol gösterici olacaktır.