Geri Dönüştürülebilir Atıkların Materyallerine Göre Sınıflandırılması için Raspberry Pi Tabanlı Donanım Geliştirilmesi

Authors : Ali SAĞLAM, Melike TAŞ, Nurdan BAYKAN

Pages : 30-38

Doi:10.31590/ejosat.802692

View : 16 | Download : 13

Publication Date : 2020-10-05

Article Type : Research Paper

Abstract :Hem doğanın korunması hem de sürekli artan insan ihtiyaçları için gerekli olan ve doğada kısıtlı miktarda bulunan materyallerin takviye edilmesi için ortaya çıkan “geri dönüşüm” kavramı son yıllarda en önemli konulardan birisi olmuştur. Belirli bir geri dönüşüm işlemi sonucunda, “ham maddesi yeniden kullanılabilir hale getirilebilen atıklar” olarak bilinen geri dönüştürülebilir atıkların toplanması konusu dünya genelinde üst ve yerel yönetimlerin de ilgilendiği bir problem olmuştur. Bunun için belirli merkezlere geri dönüştürülebilir atıklar için özel kutular yerleştirilmekte ve insanlar geri dönüşüm konusunda teşvik edilmeye çalışılmaktadır. Bu çalışmada, geri dönüşüm projelerinde kullanılmak üzere kâğıt, cam ve plastik atıklarının geri dönüşüm kutuları içerisinde gerçek zamanlı olarak tespit edilebilmesi için gerekli elektronik malzemeler ve yazılımlar kullanılarak bir materyal tanıma sistemi geliştirilmektedir. Sistem geri dönüşüm kutusuna atılan geri dönüştürülebilir katı atıkların materyallerini tanıyan ve materyale göre kullanıcı hesabına ücret yükleyen bir simülasyon işlevi görmektedir. Geliştirilen donanım kamera, LCD ekran, LED, IR LED, devre tahtası ve jumper kablo gibi Raspberry Pi üzerine bağlanabilen elektronik cihazları da içermektedir. Materyallerin tanınması için gerekli yazılımının geliştirilmesi aşamasında; kâğıt, cam ve plastik materyallerini içeren 845 adet resim çalışma kapsamında hazırlanmış ve bunların 662 tanesi Tensorflow nesne tanıma kütüphanesi üzerinde eğitim için kullanılmıştır. Materyallerin geliştirilen donanım tarafından gerçek zamanlı olarak algılanması ve elde edilen nesne tanıma modelinin donanım üzerinde kullanılabilmesi için Raspberry Pi içerisine OpenCV bilgisayarlı görme kütüphanesi yüklenmiştir. En son olarak, geliştirilen donanım ilgili materyallere özel ayrılmış kutular üzerine sabitlenerek sistem gerçek zamanlı olarak çalışır hale getirilmiştir. Sistemin düzgün çalıştığını doğrulamak için kutu içerisine bazı atıklar atılmış ve LCD ekran üzerinde sonuçlar görüntülenmiştir.
Keywords : Raspberry Pi, Geri Dönüşüm, Görüntü İşleme, Derin Öğrenme, Nesne Tanıma