TinyML ve uç bilgi işleme ile kargo düşüş tespiti

Bu çalışmada, nakliye sırasında kargoda meydana gelebilecek olası hasarları tespit etmek ve izlemek için bir sistem geliştirmeye odaklanılmıştır. Sistem, veri toplamak, analiz etmek ve iletmek için sensörlerin, mikrodenetleyicilerin, makine öğrenimi modellerinin ve iletişim modüllerinin kullanımını içermektedir. Tezde DS1307 RTC modülü, I2C iletişim protokolü, mikro SD kart modülü, SPI iletişim protokolü, ESP8266 WiFi modülü ve UART iletişim protokolü gibi çeşitli elektronik modüllerin ve iletişim protokollerinin kullanımı özetlenmektedir. Ayrıca, STM32F4 Discovery geliştirme kartı, STM32CubeIDE, STM32CubeMX, X-CUBE-AI paketi gibi geliştirme araçları ile ilgili bilgi verilmiştir. Çalışmada, kargonun hareketi sırasında veri toplamak ve düşüş durumlarını tespit etmek için ivmeölçer kullanılan bir cihaz geliştirilmiştir. Toplanan verilerde sapmaları engellemek için Kalman filtresi kullanılmış ve yapay sinir ağları ile model eğitilmiştir. TinyML ile eğitilen model gömülü sistem üzerine yüklenmiştir. Ölçülen değerler yerel olarak cihazın üzerinde eğitilen model sayesinde sınıflandırılarak düşüş durumu tespit edilmektedir. Eğitilmiş model ile %97 başarı ile düşme doğru tahmin edilmiştir. Cihaz üzerinde bu tespitin yapılması ile uç bilgi işleme sağlanmış ve bulut yükü azaltılarak gerçek zamanlı algılama sağlanmıştır.