Proje Özeti
Mahalle ölçeğinde konumlanan IoT istasyonları aracılığıyla çevresel verileri gerçek zamanlı analiz ederek yangın, gaz patlaması ve deprem gibi afet risklerini erken aşamada tespit eden akıllı bir erken uyarı sistemidir. Sistem, sensör düğümlerinden (donanım) masaüstü yazılıma ve anomali tespiti yapan yapay zeka katmanına kadar uçtan uca tasarlanmıştır. Sensörlerden elde edilen sıcaklık, basınç, çoklu gaz oranları ve titreşim verileri makine öğrenmesi modelleri ile analiz edilerek ortamın anomali durumu değerlendirilmektedir. Geliştirilen donanım ve yazılım entegrasyonu sayesinde elde edilen veriler ve risk sonuçları, Python tabanlı masaüstü uygulaması üzerinden kullanıcıya anlık, grafiksel ve görsel olarak sunulmaktadır.Sistem Mimarisi
-
ESP32 IoT İstasyonu
Ortam sensörlerinden (sıcaklık, basınç, gaz, titreşim) sürekli veri toplama, analog değerleri dijitalleştirme ve özel paket formatıyla iletim
-
Python Masaüstü Arayüzü
PyQt6 ve pyqtgraph ile geliştirilmiş, sensör verilerini ve risk analiz sonuçlarını anlık gösteren dinamik dashboard paneli
-
Veri Ön İşleme Modülü
Sensör verilerindeki gürültüyü azaltmak için üstel yumuşatma (exponential smoothing) ve adaptif referans (baseline) kalibrasyonu
Donanım Haberleşmesi
-
ESP32 → Masaüstü Arayüz (UART/Serial)
ESP32, topladığı verileri saniyede bir özel bir veri paketi formatında (örn: *MQ2:1.02...) MQTT ile sunucuya oradan da arayüze aktarır
-
I2C ve ADC Sensör İletişimi
BME280 sensörü I2C protokolü ile haberleşirken, MQ-2 ve MQ-135 gaz sensörleri ADC üzerinden okunarak işlenir
Yapay Zeka Modelleri
-
Anomali Tespiti (Isolation Forest)
Çok boyutlu ortam verilerini (gaz, sıcaklık, basınç, sarsıntı) analiz ederek, sistemdeki normal dışı durumları denetimsiz olarak tespit eden makine öğrenmesi modeli
-
Otomatik Risk Analizi ve Skorlama
Makine öğrenmesi modelinden (scikit-learn) ve sensör eşiklerinden dönen sonuçlara göre Normal, Dikkat ve Tehlike seviyelerinde anlık durum tespiti