Bilgisayar Mühendisliği bitirme projem kapsamında, bitkinin yetiştiği ortamın sensör ölçümleriyle yaprak görüntülerini aynı mobil izleme sistemi içinde değerlendirmeyi amaçlayan çok katmanlı bir IoT prototipi geliştirdim.
STM32F103 mikrodenetleyicisi ortam sensörlerini I2C ve ADC/DMA aracılığıyla okuyor; sonuçları UART üzerinden ESP32-CAM modülüne aktarıyor. ESP32-CAM, ölçümleri JSON biçimine dönüştürerek MQTT ile FastAPI servislerine iletiyor ve kamera görüntülerinin aktarımı için ayrı bir akış sağlıyor. PostgreSQL veritabanında ölçümler, görüntüler ve analiz kayıtları tutuluyor.
Sensör verileri için Random Forest tabanlı sağlık değerlendirme bileşeni ve kural tabanlı yedek akış; yaprak görüntüleri için TensorFlow Lite tabanlı sağlıklı/sağlıksız sınıflandırma bileşeni bulunuyor. Flutter uygulamasında kullanıcı oturumu, sensör geçmişi, grafikler, görüntü analizi ve cihaz ayarları için ekranlar yer alıyor.
Çalışma bir prototiptir. MQTT ile gelen görüntülerin otomatik modele gönderilmesi, sensör ve yaprak analizlerinin tek nihai sağlık skorunda birleştirilmesi ve model başarımının ölçülmesi henüz uçtan uca doğrulanmış değildir. Bu nedenle tamamlanmış ticari ürün veya sahada ölçülmüş teşhis sistemi olarak sunulmuyor.