Akıllı görsel gözetleme sistemine sahip otomatik yönlendirmeli hastane aracı

Abstract

Otomatik yönlendirmeli araçlar (OYA); hasta ihtiyaçlarını daha hızlı gidermek, hasta bakım ve verimliliğini arttırmak, akıllı hastaneler oluşturmak gibi amaçlarla hastaneler içinde kullanılmaktadır. Çalışmada, OYA'ların hastane ortamındaki kişilere ve nesnelere zarar vermeden yol alması sağlanmaktır. Çevresinde bulunan kişilerin davranış bilgisi gerçek zamanlı olarak yapay zeka ve görüntü işleme yöntemleriyle merkeze bildirilmektedir. Sorun oluşturma ihtimali olan; çok kişinin aynı anda koşması, herhangi birinin düşmesi, kişilerin kavga etmesi gibi durumlara göre OYA'nın hareket edebilmesi sağlanmaktadır. Davranış tespitinde, matematiksel yöntem ve gönüllü deneklerin yıldız iskelet modellerinden elde edilen datalara göre eğitilmiş bir derin öğrenme yöntemi kullanılmaktadır. Tüm çalışmalar öncelikle belirlenen deneysel ortamın haritasının alınmasının ardından robot işletim sistemi (RİS) içerisinde simüle edilmiştir. Daha sonrasında deneysel bir OYA ile gerçek ortamda test edilmiştir. Yapılan çalışmalar sonunda, derin öğrenme yönteminin matematiksel yönteme kıyasla davranış tespiti için daha iyi sonuçlar verdiği görülmektedir. Ayrıca, tez çalışması hastane ortamında malzeme taşıma işlemi yapan OYA'lar için yeni bir alan önerisi sunarak, görsel gözetleme sistemlerinde kullanılabileciğini göstermiştir. Görsel gözetleme, hastane ortamı gibi insanların toplu halde bulunduğu ortamlarda önem kazanmaktadır. Bu anlamda kullanılan hibrit OYA'lar görsel gözetleme sistemleri içinde çalışan operatörler için iş kolaylaştırıcı olmaktadır. Anahtar kelimeler: Robot işletim sistemi, derin öğrenme, otomatik yönlendiirmeli araç, davranış tespiti

Automated guided vehicles (AGV); It is used in hospitals for purposes such as meeting patient needs faster, increasing patient care and efficiency and creating smart hospitals. In practice, it is ensured that AGV's travel without harming the people and objects in the hospital environment. Behavioral information of the people around is reported to the center in real-time with artificial intelligence and image processing methods. Possible problem; It is ensured that AGV can act according to situations where many people run at the same time, everyone falls and fights. In determining the behavior, a deep learning method trained according to the mathematical method and data obtained from the star skeleton models of volunteer subjects are used. All studies were simulated in the robot operating system (ROS) after mapping the experimental environment determined first. It was then tested with an experimental OGV in a real environment. As a result of the studies, it is seen that the deep learning method gives better results in behavior detection than the mathematical method. In addition, the thesis study has shown that it can be used in visual surveillance systems by offering a new field proposal for AGV's carrying materials in a hospital setting. Visual surveillance gains importance in environments where people are in groups such as the hospital environment. In this sense, hybrid AGV's are business facilitators for operators working in visual surveillance systems. Keywords: Robot operating system, deep learning, auto guided vehicle, behavior detection