Transportation Research Record Journal of the Transportation Research Board· 2026Q2
Fuzzy Mantık ve Nesne Tanımlama ile Liman Sahası İnşaat Mekanik Yaralanma Riski İzleme ve Uyarı Sistemi
Fuzzy Logic and Object Identification of Wharf Yard Construction Mechanical Injury Risk Monitoring and Warning
- 0atıf
- Q2SCImago
- 2026yıl
Kısa özet
Yeni bir sistem, karmaşık liman sahası inşaat ortamlarında mekanik yaralanma risklerini izlemek ve uyarmak için bulanık mantığı YOLOv5 ve Deep SORT nesne tanıma ile entegre ederek mevcut TOPSIS ve YOLOv3 gibi yöntemlerden daha iyi performans gösteriyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Liman sahası inşaatı için yeni bir risk izleme ve erken uyarı sistemi önerilmektedir.
- Risk ölçümü için bulanık çıkarım, nesne tanıma ve takip için YOLOv5 ve Deep SORT entegre edilmiştir.
- Mevcut yöntemlerin (TOPSIS, YOLOv3) doğruluk ve gerçek zamanlı performans sınırlamalarına çözüm sunar.
- Gerçek zamanlı erken uyarılar ve karşı önlem önerileri sunar.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
The construction environment of wharf yards is highly complex, with significant risks of mechanical injuries, underscoring the need for effective monitoring and early warning systems. Existing methods, such as the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) and You Only Look Once version 3 (YOLOv3), often suffer from limited accuracy and poor real-time performance, making them unsuitable for dynamic conditions. To address this gap, this study proposes a risk monitoring and early warning approach that integrates fuzzy inference with target recognition. Fuzzy inference was used to quantify and classify mechanical injury risks, while the You Only Look Once version 5 (YOLOv5) detection algorithm and Simple Online and Realtime Tracking with a Deep Association Metric (Deep SORT) technique enabled accurate recognition and tracking of workers and machinery. By combining fuzzy logic–based risk levels with target recognition outputs, the system delivers real-time early warnings and countermeasure recommendations, providing a robust solution for enhancing human–machine safety in dynamic construction environments.
Yazarların özeti; kaynağından alınmıştır. Transportation Research Record Journal of the Transportation Research Board, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Radyolojik ve Ultrason Teknolojisi
Radiological and Ultrasound TechnologyHealth Professions