GÖRÜNTÜ İŞLEME TABANLI HASSAS TARIM ARACININ TASARLANMASI VE GERÇEKLEŞTİRİLMESİ

Öz

Sürdürülebilir bir tarım için, bağ, bahçe veya tarlalarda erişilmesi zor ve büyük traktörlerin çalışamayacağı alanlarda ot biçme faaliyetlerini hızlı bir şekilde yapılmasına imkân veren ve yorucu olmayan bir yöntemle biçebilen, elektrikle çalışan, şarjlı, uzaktan kumandalı, hava şartlarından bağımsız çalışabilen, zararlı haşerelerden etkilenmeyen çevre dostu, kullanım ve kumandası kolay bir tarım makinesine ihtiyaç duyulduğu görülmektedir. Bu çalışmada, gerçek zamanlı görüntü işleme tekniklerini kullanarak ot yoğunluğunu tespit eden ve otomatik hız kontrolü sağlayan bir sistem başarıyla geliştirilmiştir. Sistem, düşük maliyetli donanım bileşenleri ve açık kaynak kodlu yazılım kütüphaneleri kullanılarak geliştirilmiştir. HSV renk uzayı tabanlı segmentasyon ve morfolojik işlemlerin kombinasyonu, etkili bir ot tespit çözümü sunmuştur. Lineer interpolasyon ile geliştirilen hız kontrol mekanizması, ot yoğunluğuna duyarlı dinamik bir kontrol sağlamıştır. Geliştirilen sistem, hassas tarım uygulamaları için umut verici bir yaklaşım sunmaktadır. Kaynak kullanım verimliliği, enerji optimizasyonu ve çevresel sürdürülebilirlik açısından önemli avantajlar sağlayabilecek potansiyele sahiptir.

Anahtar Kelimeler

• Tarım Teknolojileri
• Görüntü İşleme
• Ot biçme
• Tarım Robotu

DESIGN AND IMPLEMENTATION OF AN IMAGE PROCESSING-BASED PRECISION AGRICULTURE VEHICLE

Öz

Sustainable agriculture requires an agricultural machine that is fast and effortless to mow in vineyards, orchards, or fields where access is difficult and large tractors cannot operate. It is electrically powered, rechargeable, remotely controlled, weather-independent, resistant to pests, and environmentally friendly. It is also easy to use and control. In this study, a system that detects weed density using real-time image processing techniques and provides automatic speed control was successfully developed. The system was developed using low-cost hardware components and open-source software libraries. The combination of HSV color space-based segmentation and morphological operations provided an effective weed detection solution. The speed control mechanism developed using linear interpolation provided dynamic control sensitive to weed density. The developed system offers a promising approach for precision agriculture applications. It has the potential to provide significant advantages in terms of resource utilization efficiency, energy optimization, and environmental sustainability.

Anahtar Kelimeler

• Agricultural Technologies
• Image Processing
• Grass Mowing
• Agricultural Robots

Kaynakça

1. Afsharnia, F., Moosavi, S.A. Effects of diesel-engine exhaust emissions on seed germination and seedling growth of Brassicaceae family using digital image analysis. J Environ Health Sci Engineer 19, 1887–1900 (2021). https://doi.org/10.1007/s40201-021-00742-6
2. Anonim, 2025a. Tarımda çalışan nüfusun yaş ortalaması, https://www.yenimesaj.com.tr/tarimda-calisan-nufusun-yas-ortalamasi-giderek-artiyor-gencler-ise-tarimdan-uzaklasip-kentlere-goc-ediyor-H1520689.htm, (Erişim Tarihi. 12. 10 2025)
3. Anonim, 2025b. 2024 yılı itibariyla ciftcilerimizin yaş ortalaması, https://kayserigurhaber.com/haber/tzob-baskani-bayraktar-2024-yili-itibariyla-ciftcilerimizin-yas-ortalamasi-59a-yukseldi-610961.html, (Erişim Tarihi. 12. 10 2025)
4. Anonim, 2025c. TUİK, Türkiye İstatistik Kurumu, Haber Bülteni, Sayı: 53783, https://data.tuik.gov.tr/Bulten/Index?p=Adrese-Dayali-Nufus-Kayit-Sistemi-Sonuclari-2024-53783 (Erişim Tarihi. 13. 09 2025)
5. Anonim, 2025d. https://multeciler.org.tr/turkiyedeki-suriyeli-sayisi/ (Erişim Tarihi. 13. 09 2025)
6. Anonim, 2025e. TUİK, Türkiye İstatistik Kurumu, Haber Bülteni, Sayı: 54155, https://data.tuik.gov.tr/Bulten/Index?p=Turizm-Istatistikleri-I.-Ceyrek:-Ocak-Mart,-2025-54155 (Erişim Tarihi. 13. 09 2025)
7. Anonim, 2025f. Kırım Kongo Kanamalı Ateşi̇ (KKKA). Türkiye Cumhuriyeti Sağlık Bakanlığı. https://hsgm.saglik.gov.tr/tr/zoonotik-ve-vektorel-hastaliklar/kkka.html, (Erişim Tarihi. 13. 09 2025)
8. Anonim, 2022a. DSİ Faaliyet Raporu, Türkiye Cumhuriyeti Tarım ve Orman Bakanlığı Devlet Su İşleri Genel Müdürlüğü. https://www.dsi.gov.tr/sayfa/detay/759 (Erişim Tarihi. 13. 09 2025)

9. Anonim, 2019. Çiftçilik yapmak isteyenlere arazi devletten. http://www.turktarim.gov.tr/Haber/353/ciftcilik-yapmak-isteyenlere-arazi-devletten (Erişim Tarihi. 13. 09 2025)
10. Anonim, 2022b. TUİK, Türkiye İstatistik Kurumu, Haber Bülteni, Sayı: 45645, https://data.tuik.gov.tr/Bulten/Index?p=%C4%B0%C5%9Fg%C3%BCc%C3%BC-%C4%B0statistikleri-2021-45645 (Erişim Tarihi. 13. 09 2025)
11. Aybek, A., Kuzu, H., & Karadöl, H. (2021). Türkiye’nin ve Tarım Bölgelerinin Tarımsal Mekanizasyon Düzeyindeki Değişimlerin Son On Yıl (2010-2019) ve Gelecek Yıllar (2020-2030) için Değerlendirilmesi. Kahramanmaraş Sütçü İmam Üniversitesi Tarım ve Doğa Dergisi, 24(2), 319-336. https://doi.org/10.18016/ksutarimdoga.vi.747163
12. Efitli, E., Karcioglu, A. A., Simsek, E., Ozdogan, A., Karatas, F., ve Senocak, T. (2025). Farklı Klinik Işıklarında Metamerizmi Önlemek İçin Renk Anları Kullanılarak Makine Öğrenmesi Tabanlı Diş Rengi Değerlendirmesi. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 15(1), 71-82.Evcim, H. Ü., Degirmencioglu, A., Ertuğrul, G.Ö., Aygun, i., 2012. Advancements and transitions in technologies for sustainable agricultural production. Economic and Environmental Studies, 12(4),459-466.
13. Flammini A, Pan X, Tubiello F.N., Qiu S.Y., Souza L.R., Quadrelli R., Bracco S., Benoit P, and Sims R., Emissions of greenhouse gases from energy use in agriculture, forestry and fisheries: 1970–2019, Earth System Science Data, 14:2, 811—821, 2022, https://doi.org/10.5194/essd-14-811-2022
14. Gül, E. N., Ersoy, H., & Altuntaş, E. (2023). Adana ve Mersin İllerinin Tarımsal Mekanizasyon Düzeyi, Toprak İşleme ve Ekim Makinaları Projeksiyonu. Tarım Makinaları Bilimi Dergisi, 19(3), 215-233.
15. Iwano Y., Tanaka, A., Iizuka, K., 2025. Development of a Flail-Type Mowing System, Journal of Robotics and Mechatronics, 37(3), 555-562, doi:10.20965/jrm.2025.p0555
16. Iwano Y. vd., 2010. Development of the mowing robot of trimmer type, Proceedings of SICE Annual Conference, Taipei, Taiwan, 1349-1352.
17. Karcioglu, A. A., Efitli, E., Simsek, E., Ozdogan, A., Karatas, F., & Senocak, T. (2025). ML-based tooth shade assessment to prevent metamerism in different clinic lights. Lasers in medical science, 40(1), 39. doi: 10.1007/s10103-025-04297-y
18. Kelen, F., 2014. Motorlu Taşıt Emisyonlarının İnsan Sağlığı ve Çevre Üzerine Etkileri. Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 19(1-2), 80-87.
19. Murgod, V.M., Aditya, S., Rajmani, A.S., Gaonkar, A.N., Darak, A., Joshi,A., 2019. Design and Fabrication of Hybrid Operating Grass Cutter, International Journal of Engineering Research & Technology (IJERT), 8(05)795-799.
20. Nørremark, M., Griepentrog, H.W., Nielsen, J. et al. 2012. Evaluation of an autonomous GPS-based system for intra-row weed control by assessing the tilled area. Precision Agric 13, 149–162. doi:10.1007/s11119-011-9234-5
21. Ramisetti, V., Chowdary, P.S., Bankuru, C., Peda, S., Pasala, M., 2024. Automatic Grass Cutting Robot Using Arduino and Ultrasonic Sensor, 11th International Conference on Reliability, Infocom Technologies and Optimization (Trends and Future Directions) (ICRITO), Noida, India, 2024, 1-4, doi: 10.1109/ICRITO61523.2024.10522393.
22. Sav, O., Sayin, C., 2018. Tarımda Kalma Eğilimini Etkileyen Başlıca Faktörlerin Genel Bir Değerlendirmesi. Kahramanmaraş Sütçü İmam Üniversitesi Tarım ve Doğa Dergisi, 21,190 – 197. https://doi.org/10.18016/ksutarimdoga.vi.472890
23. Sharif, N., vd., 2023 N. Sharif, S. Afridi, A. Hussain, M. Hasnain and S. Rasheed, Solar Powered Automated Grass Cutter Machine with Lawn Coverage, International Conference on Emerging Power Technologies (ICEPT), Topi, Pakistan, 1-7, doi: 10.1109/ICEPT58859.2023.10152343.
24. Sümbül, H., Gülay, C., 2025. Elektrik kesilmelerine karşi akilli priz sistemi. Mühendislik Bilimleri ve Tasarım Dergisi, 13(1), 369-381. https://doi.org/10.21923/jesd.1511742
25. Sümbül, H., Böğrek, A., Tunçer, A., 2021. Demiryolu Ulaşım Güvenliği için Makinist Uyarım Sistemi Kavramsal Tasarımı ve Simülasyonu. Demiryolu Mühendisliği Dergisi. 14: 1-13. https://doi.org/10.47072/demiryolu.832113
26. Sümbül, H., Tunçer, A., Yildirim, K., 2024. Developing an Artificial Intelligence Feeding System to Feed Street Animals, Informatics and Technology Transfer Bridging Innovation and Implementation, Editör: Dr. İsmail ÇETİN, Pegem Akademi, Samsun, ss.33-41.
27. Yalçın, G. E., Kara, F. Ö., 2016. Kırsal Göç ve Tarımsal Üretime Etkileri. Harran Tarım ve Gıda Bilimleri Dergisi, 20(2), 154-158.