Trafik Ağlarında Anomali Tespiti Öz Trafik ağlarının izlenmesi ve kontrolü için veri üzerinden karar verilmesi önemlidir. Bu izlemenin sağlanmasında da anomali tespiti çok önemli bir yere sahiptir. Trafik ağlarında anomali tespiti yaklaşımları ile olaylar erkenden tespit edilerek hızlı müdahale imkanı sağlanır. Bu ise maliyet tasarrufu sağlar. Literatürde farklı alanlardaki problemler için anomali tespitinde sınıflandırma, kümeleme, istatistiksel vb. yaklaşımlar bulunmaktadır. Bu alanda destek vektör makineleri, bayes ağları, bulanık mantık, genetik algoritmalar, karar ağaçları vb. birçok yöntem anomali tespiti için kullanılmaktadır. Bu çalışmada karar ağacı algoritması ile trafik ağlarında anomali tespiti için bir yöntem önerilmiştir. Önerilen yöntem Britanya Kolumbiyası'na ait trafik veri seti kullanılarak test edilmiştir. Önerilen yöntem bayes ağları ile de karşılaştırılmıştır. Yapılan testlerde trafik ağındaki bazı anormal olayların önerilen yöntem ile tespit edilebileceği görülmüştür.

Endüstriyel robotlar, uzun yıllar güvenlik kafesleri içinde çalışırken, günümüzde Endüstri 4.0 ile birlikte kafesler atılmış ve insanlar ile etkileşim içerisinde çalışmaya başlamıştır. Böylece, insan ve robotların birlikte güvenli ve etkin olarak çalışmasını sağlamayı amaçlayan insan-robot etkileşimi (Human-Robot Interaciton, HRI) alanında çalışmalar artarak devam etmektedir. Endüstriyel ortamlarda insanlar ve robotlar için birçok farklı HRI türü bulunmaktadır. Bunlardan biri de insan ve robotların birlikte çalışmasıdır. Birlikte çalışmada insan ve robot aynı amaç için çalışmaktadır. Çalışma sırasında insanın fiziksel ve mental güvenliğinin sağlanması önemlidir. Bu çalışmada, amaç insan ve robotların birlikte çalışmaları süresince insanın mental sağlığını korumak üzere robotun yapacağı hareket planlarında kullanacağı insan modellerinin oluşturulmasıdır. Bu modeller oluşturulurken, insanın bazı vücut bölgelerinin diğer bölgelerden daha hassas olarak modellenmesi (yüksek çözünürlüklü) önerilmektedir. İnsanın yüksek çözünürlüklü modellenmesi ile insana güven ve konfor sağlanarak, mental sağlığın ve verimliliğin geliştirilmesi hedeflenmiştir. İnsanı modellemek için, sekizli ağaç (octree) yapısıyla robot uygulamalarında yaygın olarak üç boyutlu (3B) ortam haritasının oluşturulmasında kullanılan, Octomap kütüphanesi kullanılmıştır. Yüksek çözünürlüklü modellenecek bölgelerin belirlenmesinde, iskelet takip algoritmaları ile sağlanabilen insan eklem noktaları kullanılmaktadır. Eklem noktaları arasıdan, ilgilenilen insan bölgesine ait olanlar noktalar seçilmek suretiyle dairesel alanlar oluşturulmuş ve bu alanlar içerisinde kalan insan vücuduna ait bölgeler yüksek, dışında kalan alanlar ise daha düşük çözünürlükle modellenerek insanın çoklu çözünürlüklü modellenmesi gerçekleştirilmiştir. Bir veri seti ile yapılan deneysel çalışma sonuçları sunulmaktadır.

This paper presents an efficient method for minimum distance calculation between a robot and its environment and the implementation framework as a tool for the verification of robotic systems’ safety. Collision is the most fundamental safety problem in robotic systems. Therefore, robotic system software must be verified to ensure that there are no risks of collision during development and implementation. The online distance tracker (ODT) is intended to provide minimum distances between the robots and their environments for verification of system software to inspect whether it causes a collision risk. The proposed method employs the representations of the robot and its environment with cylinders and an occupancy map. Furthermore, the bounding box approach improves the performance of the minimum distance calculation regarding computational cost. Finally, the method is applied to a realistically simulated twin of the ROKOS, which is an automated robotic inspection cell for quality control of automotive body-in-white and is actively used in the bus manufacturing industry. The simulation results demonstrate the feasibility and effectiveness of the proposed method.

Dijital dönüşüm, sanayideki birçok sürecin veri odaklı yeni yaklaşımlarla ele alınmasını gerekli kılmaktadır. Bu bağlamda Endüstri 4.0 ile beraber akıllı fabrikalarda önemli dijital dönüşüm çalışmaları gerçekleşmektedir. Akıllı fabrikalardaki dijital dönüşüme katkı sağlayacak en önemli teknolojilerden bir tanesi de otonom taşıyıcı araç (OTA)'lardır.OTA'ların fabrika içerisindeki görevlerini verimli bir şekilde gerçekleştirmeleri ve beklenmedik bir problem veya aksama olduğunda insan müdahalesi olmadan bu durumun veri üzerinden tespiti önemlidir. Bu çalışmada, OTA'ların fabrika içerisindeki trafik ağında oluşabilecek beklenmedik; durma, yavaşlama vb. kaynaklı anormal durumların tespiti için Bulanık mantık tabanlı anomali tespiti önerilmektedir. Yapılan testlerde önerilen yöntemin %71,87 başarıyla sonuç vermektedir.

No abstract