TR2022013492A2 - Dronla balik tespi̇t si̇stemi̇ ve algori̇tmasi - Google Patents

Dronla balik tespi̇t si̇stemi̇ ve algori̇tmasi Download PDF

Info

Publication number
TR2022013492A2
TR2022013492A2 TR2022/013492A TR2022013492A TR2022013492A2 TR 2022013492 A2 TR2022013492 A2 TR 2022013492A2 TR 2022/013492 A TR2022/013492 A TR 2022/013492A TR 2022013492 A TR2022013492 A TR 2022013492A TR 2022013492 A2 TR2022013492 A2 TR 2022013492A2
Authority
TR
Turkey
Prior art keywords
data
drone
artificial intelligence
module
fish
Prior art date
Application number
TR2022/013492A
Other languages
English (en)
Inventor
Haşiloğlu Abdulsamet
Tunay Mustafa
Original Assignee
Univ Istanbul Gelisim
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Univ Istanbul Gelisim filed Critical Univ Istanbul Gelisim
Priority to TR2022/013492A priority Critical patent/TR2022013492A2/tr
Publication of TR2022013492A2 publication Critical patent/TR2022013492A2/tr
Priority to PCT/TR2023/050097 priority patent/WO2024049376A1/en
Priority to GB2503163.4A priority patent/GB2638893A/en

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88Sonar systems specially adapted for specific applications
    • G01S15/96Sonar systems specially adapted for specific applications for locating fish
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/86Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00Type of UAV
    • B64U10/10Rotorcrafts
    • B64U10/13Flying platforms
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00UAVs specially adapted for particular uses or applications
    • B64U2101/30UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64UUNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00Propulsion; Power supply
    • B64U50/30Supply or distribution of electrical power
    • B64U50/31Supply or distribution of electrical power generated by photovoltaics

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

Bu buluş, dron vasıtasıyla balık sürüleri vb. deniz canlılarının detaylı bir tespitini sağlayan yapay zekâ tabanlı dronla balık tespit sistemi ve algoritması ile ilgili olup, özelliği; dron çevresine konumlandırılan pervanelerin güneş enerjisiyle çalışarak otomatik uçuşun sağlaması (10), drona entegre edilen ultrasonik ve/veya radar vb. olmak üzere bir sensör aracılığıyla balık sürüleri vb. deniz canlılarının konum, yön, uzaklık, mesafe vb. lokasyon ait verilerin elde edilmesi (20), drona entegre edilen kamera aracılığıyla balık sürüleri vb. deniz canlılarının fotoğraflarının ve/veya video kayıtlarının alınması (30), drona entegre edilen kontrol ünitesinin dron ve drona entegre modüllerin işleyişini kontrol etmesi (40), drona entegre edilen yapay zekâ modülüne ilgili verilerin veri entegrasyon modülü aracılığıyla aktarılması (50), yapay zeka modülünde yer alan veri analiz modülünde aktarılan verilerin çözümlenmesi (60),yapay zeka modülünde yer alan veri işleme modülünde görüntü verilerinin görüntü işleme teknikleriyle işlenmesi (70), yapay zeka modülünde yer alan veri tespit modülünde görüntü ve sensör verilerinin harmanlanmasıyla balık sürüleri vb. canlılara ait nihai tespit verilerinin elde edilmesi (80), yapay zeka modülünde yer alan veri tabanının yeni ve eski tüm veri kümelerinin entegrasyonuyla sürekli olarak güncellenmesi (90) işlem adımlarını içermesidir.

Description

TARIFNAME DRONLA BALIK TESPIT SISTEMI VE ALGORITMASI Teknolojik Alan: Bu bulus, dron vasitasiyla balik sürüleri vb. deniz canlilarinin detayli bir tespitini saglayan yapay zekâ tabanli dronla balik tespit sistemi ve algoritmasi ile ilgilidir. Teknigin Bilinen Durumu: Günümüzde baliklarin tespit edilmesi için çesitli teknikler kullanilmaktadir. Teknolojinin gelismesiyle bu tekniklerde insan hayatini kolaylastiracak sekilde otomatiklesmistir. Mevcut sistemde kullanilan balik bulucular, ses frekanslari ile baliklarin yogun oldugu noktalarin izlenmesini saglamaktadir. Balik buluculardan yüksek verim alabilmek için birçok farkli kriteri yerine getirmek gerekmektedir. Denizin tuz orani, derinligi, dalga durumu, bulaniklik derecesi vb. özelliklerine, teknenin yapisina, baglanacak aynanin tipine, aynanin gücüne, aynanin baglanma sekline ve ölçüsüne bagli olarak balik bulucularin performansi degisiklik göstermektedir. Örnegin gömme bir ayna kullanilacaksa teknenin altinin delinmesi gibi maliyetli ve tekneye hasar verecek uygulamalarin gerçeklestirilmesi gerekmektedir. Mevcut sistemde kullanilan balik bulucular elektrik sinyalini ses dalgasi olusturmak amaciyla aynalara iletmektedir. Aynalarin gönderdigi ses dalgalari herhangi bir nesneye çarptiginda dalga geri yansimakta ve elektrik sinyaline dönüstürülerek su altinin yorumlanmasi mümkün olmaktadir. USZOl30085630 numarali basvuruda "Balik Bulucu Veri Görüntüleme Cihazi, Balik Bulucu Cihazi, Hedef Belirleme Yöntemi ve Bilgisayar Okunabilir Ortam" baslikli bulus ele alinmistir. Mevcut bulus, balik bulucu tarafindan elde edilen verilerin depolanmasi için bir bellek ve verilerin alindigi konum bilgisini içeren görüntüleme cihazi, görüntüleme birimi, konumu okumak ve otopilot islemini saglayan kontrolör içermektedir. CN110476860 numarali basvuruda "Dron Tabanli Besleme Sistemi ve Yöntemi" baslikli bulus ele alinmistir. Mevcut bulus; bir balik sürüsü tespit cihazi, bir yemleme dron ve bir bulut sunucusundan olusmaktadir. Bulus konusu sistem; balik sürüsünün izlenmesini ve yemleme dronu ile beslenmesini saglamaktadir. TR201704522numarali basvuruda "Protatif Balik Tespit Cihazi" baslikli bulus ele alinmistir. Mevcut bulus; balik türünü, boyunu, zehirlilik ve yasaklilik durumunu tespit ederek, kullaniciyi görsel ekrandan bilgilendiren tasinabilir balik tespit cihazini ele almaktadir. Mevcut sistemlerde yapay zekâ tabanli sistemler olmamaktadir. Bu yönüyle karar verme mekanizmalari gelismedigi için ilker kalmaktadir. Sonuç olarak yukarida bahsedilen dezavantajlarin üstesinden gelebilen ve balik sürüleri vb. deniz canlilarinin detayli tespitine imkân taniyan, yüksek performansli, dogruluk orani yüksek, yüksek çözünürlüklü görüntüler saglayan, çevresel faktörlerden kaynakli hata ve performans düsüklügü olmayan, verimi yüksek, maliyet az, basit, suyun ve su aracinin özelliklerinden etkilenmeden sonuç veren, yapay zekâ tabanli yeni bir teknolojiye ihtiyaç duyulmaktadir. Bulusun Tanimi: Bu bulus, dronla balik tespit sistemi ve algoritmasi olup, özelligi; dron vasitasiyla balik sürüleri vb. deniz canlilarinin detayli bir tespitini saglayan, yüksek performansli, yüksek çözünürlüklü görüntüler saglayan, dogruluk orani yüksek, çevresel faktörlerden kaynakli hata ve performans düsüklügü olmayan, verimi yüksek, maliyet az, basit, suyun ve su aracinin özelliklerinden etkilenmeden sonuç veren, yapay zekâ tabanli yeni bir teknoloji olmasidir. Yukarida bahsedilen ve asagida da detayli anlatimdan ortaya çikacak tüm amaçlari gerçeklestirmek üzere bulus; kamera ve sensör sistemlerinin entegre edildigi dronlar araciligiyla balik sürülerinin veya benzer nesnelerin tespit edilmesini saglamaktadir. Bulus konusu sistemde, otonom bir sekilde uçus yapan dronlarda yer alan kamera sistemlerinden elde edilen verilerin yapay zekâ algoritmalari araciligiyla islenmesi sonucu ve sensör sisteminden elde edilen verilerin kullanilmasiyla balik sürülerinin veya benzer nesnelerin detayli bir sekilde tespit edilmesi amaçlanmaktadir. Bulusta yer alan kamera sistemi araciligiyla su yüzeyinin veya su altinin görüntü verileri elde edilmektedir. Bulusta yer alan yer ve mesafe sensörleri araciligiyla balik sürülerinin veya benzer nesnelerin detayli lokasyon verileri elde edilmektedir. Bulusta yer alan yapay zekâ algoritmalari araciligiyla veriler islenerek balik sürülerinin veya benzer nesnelerin tespit edilmesi saglanmaktadir. Bulus konusu sistemde kamera verileri, konum verileri, güzergâh verileri vb. olmak üzere tüm veri kümeleri devamli olarak güncellenen veri tabaninda saklanmaktadir. Bulus konusu sistemde hem dron hem de dron pervanelerinin özel bir isik sistemiyle kaplanmasiyla çevredeki engellerden etkilenmemektedir. Bulus; balik sürülerinin veya benzer nesnelerin konum verilerinin tespit edilmesini saglayarak denizcilerin, balikçilarin vb. rotalarinin önceden olusturulmasina olanak tanimaktadir. Bulus konusu ürün yapisal ve karakteristik özellikleri ve tüm avantajlari asagida verilen sekiller ve bu sekillere atiIlar yapmak suretiyle yazilan detayli açiklama sayesinde daha net anlasilacaktir ve bu nedenle degerlendirmenin de bu sekiller ve detayli açiklama göz önünde bulundurularak yapilmasi gerekmektedir. Sekillerin Açiklanmasi: Bulus, ilisikteki sekillere atifta bulunularak anlatilacaktir, böylece bulusun özellikleri daha açikça anlasilacak ve takdir edilecektir, fakat bunun amaci bulusu bu belli düzenlemeler ile sinirlamak degildir. Tam tersine, bulusun ilisikteki istemler tarafindan tanimlandigi alani içine dahil edilebilecek bütün altematiIleri, degisiklikleri ve denkliklerinin kapsanmasi amaçlanmistir. Gösterilen ayrintilar, sadece mevcut bulusun tercih edilen düzenlemelerinin anlatimi amaciyla gösterildigi ve hem yöntemlerin sekillendirilmesinin, hem de bulusun kurallari ve kavramsal özelliklerinin en kullanisli ve kolay anlasilir tanimini saglamak amaciyla sunulduklari anlasilmalidir. Bu çizimlerde; Sekil 1 Dron ve mobil cihaz etkilesiminin bir görünümüdür. Sekil 2 Dron sisteminin modüler bir görünümüdür. Sekil 3 Dron sisteminin yapisal bir görünümüdür. Bu bulusun anlasilmasina yardimci olacak sekiller ekli resimde belirtildigi gibi numaralandirilmis olup isimleri ile beraber asagida verilmistir. Referanslarin Açiklanmasi: . Otomatik Uçus Saglamasi . Isildayan Bir Malzeme ile Kaplanmasi . Verilerin Elde Edilmesi 40. Fotograf ve Video Kaydinin Alinmasi 50. Kontrol Etmesi 60. Yapay Zekâ Modülüne Aktarilmasi 70. Verilerin Çözümlenmesi 80. Görüntü Isleme Teknikleriyle Islenmesi 90. Nihai Tespit Verilerinin Elde Edilmesi 100. Veri Tabaninin Güncellenmesi Bulusun Detayli Açiklanmasi: Bulus, günes enerjisiyle çalisan pervanelerin otomatik uçus saglamasi (10), isildayan bir malzeme ile kaplanmasi (20), sensör araciligiyla lokasyona ait verilerin elde edilmesi (20), kamera araciligiyla fotograf ve video kaydinin alinmasi (30), kontrol ünitesinin isleyisi kontrol etmesi (40), veri entegrasyon modülü araciligiyla verilerin yapay zekâ modülüne aktarilmasi (50), veri analiz modülünde aktarilan verilerin çözümlenmesi (60), veri isleme modülünde görüntü verilerinin görüntü isleme teknikleriyle islenmesi (70), nihai tespit verilerinin elde edilmesi (80), veri tabaninin güncellenmesi (90) islem adimlarini içermektedir. Bulus konusu sistemde dron çevresine konumlandirilan pervaneler, üzerinde bulunan paneller vasitasiyla günes enerjisiyle çalisarak dronun otomatik olarak uçusunu saglamaktadir (10). Bulus konusu sistemde dron hem de pervane çevresinin çevresel algi yaratarak sistemin çevresel engellerden en az sekilde etkilenmesini saglamak için photoluminescent vb. isildayan bir malzeme ile kaplanmaktadir (20). Bulus konusu sistemde ultrasonik ve/veya radar vb. olmak üzere bir sensör sistemi araciligiyla ses dalgalari ve/veya elektromanyetik dalgalar vb. olmak üzere kullanilan sensör sistemine göre degiskenlik gösteren dalgalar vasitasiyla mesafe, konum, yön, uzaklik vb. verileri elde edilmektedir (20). Bulus konusu sistemde yapay zekâ modülü ile baglantili çalisan kamera sistemi araciligiyla su yüzeyine veya su altina ait fotograf ve video kaydi alinmaktadir (30). Bulus konusu sistemde drona entegre edilen kontrol ünitesi; yapay zeka modülünün, yapay zeka modülüne entegre edilen veri analiz modülünün, veri isleme modülünün, veri tespit modülünün, veri entegrasyon modülünün ve veri tabaninin fonksiyonlarinin isleyisini kontrol etmektedir (40). Bulus konusu sistemde yapay zekâ modülünde yer alan veri entegrasyon modülü araciligiyla kamera sistemi ile elde edilen görüntü verileri ve sensör sistemi ile elde edilen sensör verileri yapay zekâ modülüne aktarilmaktadir (50). Bulus konusu sistemde kamera sistemi araciligiyla elde edilen ve yapay zekâ modülüne entegrasyonu saglanan veriler, veri analiz modülünde veri isleme öncesi çözümlenmektedir (60). Bulus konusu sistemde balik vb. deniz canlilarinin türü, boyutu, miktari gibi spesifik verilerin hesaplanmasi için görüntü verileri yapay zekâ modülünde yer alan veri isleme modülünde görüntü isleme teknikleriyle islenmektedir (70). Bulus konusu sistemde yapay zekâ modülünde yer alan veri tespit modülünde drona entegre edilen sensör sistemi araciligiyla elde edilen konum, yön, uzaklik, mesafe vb. verilerin ve veri isleme modülünde elde edilen tür, boyu, miktar gibi spesifik verilerin harmanlanmasiyla balik sürüleri vb. canlilara ait nihai tespit verileri elde edilmektedir (80). Bulus konusu sistemde yapay zekâ modülünde yer alan veri tabaninin elde edilen ham görüntü verileri, veri isleme modülünde isleme tabi tutulan islenmis verileri, sensör araciligiyla elde edilen balik vb. canlilara ait konum, yön, uzaklik, mesafe, koordinat vb. verileri, dron güzergah haritasi verileri, veri tespit modülünde elde edilen nihai sonuç verileri devamli olarak aktarilarak yeni ve eski tüm veri kümelerinin entegrasyonuyla sürekli olarak güncellenmektedir (90). TR TR TR TR TR TR TR TR

Claims (1)

1.
TR2022/013492A 2022-08-29 2022-08-29 Dronla balik tespi̇t si̇stemi̇ ve algori̇tmasi TR2022013492A2 (tr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TR2022/013492A TR2022013492A2 (tr) 2022-08-29 2022-08-29 Dronla balik tespi̇t si̇stemi̇ ve algori̇tmasi
PCT/TR2023/050097 WO2024049376A1 (en) 2022-08-29 2023-02-06 Drone fish detection system and algorithm
GB2503163.4A GB2638893A (en) 2022-08-29 2023-02-06 Drone fish detection system and algorithm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TR2022/013492A TR2022013492A2 (tr) 2022-08-29 2022-08-29 Dronla balik tespi̇t si̇stemi̇ ve algori̇tmasi

Publications (1)

Publication Number Publication Date
TR2022013492A2 true TR2022013492A2 (tr) 2022-10-21

Family

ID=85162092

Family Applications (1)

Application Number Title Priority Date Filing Date
TR2022/013492A TR2022013492A2 (tr) 2022-08-29 2022-08-29 Dronla balik tespi̇t si̇stemi̇ ve algori̇tmasi

Country Status (3)

Country Link
GB (1) GB2638893A (tr)
TR (1) TR2022013492A2 (tr)
WO (1) WO2024049376A1 (tr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115861784A (zh) * 2022-11-30 2023-03-28 四川渔光物联技术有限公司 一种鱼饲料投喂方法和鱼饲料投喂量分析系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118525760B (zh) * 2024-07-25 2024-09-27 四川省农业机械科学研究院 一种太阳能智能温控牦牛养殖系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200128221A (ko) * 2019-04-18 2020-11-12 이기택 스마트 양식장 관리시스템
JP6842733B1 (ja) * 2020-11-19 2021-03-17 東京幻実株式会社 釣りシステム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115861784A (zh) * 2022-11-30 2023-03-28 四川渔光物联技术有限公司 一种鱼饲料投喂方法和鱼饲料投喂量分析系统

Also Published As

Publication number Publication date
GB202503163D0 (en) 2025-04-16
GB2638893A (en) 2025-09-03
WO2024049376A1 (en) 2024-03-07

Similar Documents

Publication Publication Date Title
Yoerger et al. A hybrid underwater robot for multidisciplinary investigation of the ocean twilight zone
Armstrong et al. Underwater robotic technology for imaging mesophotic coral ecosystems
Huvenne et al. Rovs and auvs
Ohman et al. Zooglider: An autonomous vehicle for optical and acoustic sensing of zooplankton
Whitcomb et al. Advances in underwater robot vehicles for deep ocean exploration: Navigation, control, and survey operations
Maki et al. Tracking a sea turtle by an AUV with a multibeam imaging sonar: Toward robotic observation of marine life
DK181153B1 (en) Unmanned Aerial Vehicle
Dodge et al. TurtleCam: A “smart” autonomous underwater vehicle for investigating behaviors and habitats of sea turtles
Hawkes et al. Autonomous underwater videography and tracking of basking sharks
Brehmer et al. Towards an autonomous pelagic observatory: experiences from monitoring fish communities around drifting FADs
CN112644646A (zh) 大水域鱼类资源调查的水下机器人智能系统及工作方法
TR2022013492A2 (tr) Dronla balik tespi̇t si̇stemi̇ ve algori̇tmasi
Handegard et al. Uncrewed surface vehicles (USVs) as platforms for fisheries and plankton acoustics
CN108693849A (zh) 一种自动远海侦测系统
Maki et al. Low-altitude and high-speed terrain tracking method for lightweight AUVs
CN112219801A (zh) 一种无人机定位鱼类和其他水生动物的系统及方法
Borovik et al. Experience of using the autonomous underwater vehicle MMT-3000 for research on benthic communities in Antartica
Massot-Campos et al. Assessing benthic marine habitats colonized with posidonia oceanica using autonomous marine robots and deep learning: A Eurofleets campaign
Sørensen et al. Sensor-Carrying Platforms
Moustahfid et al. Advances in fisheries science through emerging observing technologies
Raber et al. A low-cost small unmanned surface vehicle (sUSV) for very high-resolution mapping and monitoring of shallow marine habitats
US11080821B2 (en) Automated benthic ecology system and method for stereoscopic imagery generation
TR2022013491A2 (tr) Dronla balik tespi̇t si̇stemi̇
Bauk et al. Key features of the autonomous underwater vehicles for marine surveillance missions
Szesciorka et al. Evaluating tools and technologies for monitoring baleen whales during offshore wind foundation installation