Skip to content

README.tr.md

Latest commit

 

History

History
273 lines (220 loc) · 11.8 KB

README.tr.md

File metadata and controls

273 lines (220 loc) · 11.8 KB
Raw
Akıllı Ziraat

🌱 Akıllı Ziraat

IoT Tabanlı Akıllı Bitki Yönetim ve Analiz Sistemi

🇬🇧 Read this page in English · ⬅ Ana sayfaya dön

İçindekiler

Proje Hakkında

Akıllı Ziraat, bir ev bitkisinin bakımını, sahibinin hatırlamasına gerek kalmadan üstlenen uçtan uca bir IoT sistemidir. ESP8266 tabanlı akıllı saksı; toprak nemini ve ortam sıcaklığını sürekli ölçer, verileri gerçek zamanlı olarak Firebase'e aktarır ve gerektiğinde bitkiyi otonom olarak sular. Flutter ile geliştirilen çapraz platform uygulama (Android / iOS / Web) sayesinde kullanıcı, bitkisini izleyebilir, kontrol edebilir ve Buhar Basıncı Açığı (VPD) hesabına dayanan biyofiziksel stres analizini görebilir.

Bu proje; donanım, bulut şeması, mobil/web arayüz, biyofiziksel matematik modelleme ve tez yazımı dahil olmak üzere uçtan uca tek kişi tarafından tasarlanmış ve geliştirilmiştir. Tekirdağ Namık Kemal Üniversitesi Bilgisayar Mühendisliği Bölümü bitirme projesi olarak, Dr. Öğr. Üyesi Halil Nusret BULUŞ danışmanlığında yürütülmüştür. Proje yönetimi (backlog, 3 Agile sprint, RACI matrisi, Gantt şeması) da yine tek kişilik olarak, standart Scrum araçları kullanılarak 14 haftalık bir sürece yapılandırılmıştır.

📄 Tezin tam metni (Türkçe) referans amacıyla /docs/thesis klasöründe, sunum dosyasıyla birlikte yer almaktadır.

Neden

Modern hayatın temposu, insanları ev içi bitkilerin ihtiyaç duyduğu günlük dikkatten uzaklaştırıyor. En yaygın iki bitki kaybı sebebi aslında tamamen önlenebilir:

  1. İhmal — sulamayı unutmak, bitkinin kurumasına yol açar.
  2. Aşırı sulama — "ihtiyaten" sulamak, kök çürümesine yol açar.

Akıllı Ziraat, tahmine dayalı bakımın yerine sürekli sensör verisi, yapılandırılabilir hedef aralıklar ve bitkinin o an ne kadar strese girdiğine dair bilimsel bir ölçüm koyar — sadece toprağın "ıslak mı kuru mu" olduğuna değil.

Öne Çıkan Özellikler

  • 🔄 Gerçek zamanlı izleme — toprak nemi ve sıcaklık, Firebase Realtime Database üzerinden ~250–400 ms gecikmeyle uygulamaya akar.
  • 💧 Otonom sulama — histerezis + soğuma (cooldown) süresi tabanlı algoritma, hem susuz kalmayı hem de aşırı sulamayı önler, röleyi ardışık açılıp kapanmadan korur.
  • 🧪 Biyofiziksel Laboratuvar — anlık sıcaklık/nem verisinden Buhar Basıncı Açığı (VPD) ve çiy noktasını hesaplayarak bitkinin terleme stresini ham sensör değerinden daha anlamlı biçimde ortaya koyar.
  • 🤖 Yapay zeka destekli yorumlama — kural tabanlı motor ve Gemini entegrasyonu, sensör + VPD verisini anlaşılır önerilere dönüştürür ("bitkiniz çok hızlı su kaybediyor, doğrudan ışıktan uzaklaştırın").
  • 📱 Çapraz platform uygulama — tek bir Flutter kod tabanı; Android, iOS ve Web'e, açık/koyu tema desteğiyle derlenir.
  • 🔐 Güvenli cihaz eşleştirme — bir saksının hesaba bağlanabilmesi için Cihaz ID + doğrulama kodundan oluşan iki aşamalı (2FA benzeri) akış.
  • 📈 Geçmiş kayıtlar ve grafikler — zaman damgalı sıcaklık/nem geçmişi, fl_chart ile görselleştirilir.
  • 🔔 Push bildirimleri — kritik eşiklerde (örn. 15 °C altı don riski) Firebase Cloud Messaging ile anlık uyarı.

Sistem Mimarisi

Tarım alanı ve ev içi saksı varyantlarıyla sistem genel bakışı

Platform, aynı bulut/uygulama altyapısını paylaşan iki dağıtım senaryosu için kapsamlandırılmıştır: tarla ölçekli sensör ağı ve bu tez kapsamında tam olarak hayata geçirilen ev içi akıllı saksı varyantı.

Sensörlerden Firebase'e, oradan Flutter'a veri akışı
Sensörler (ESP8266) → Firebase Realtime DB → Flutter uygulaması, StreamBuilder ile 250–400 ms'de senkronize edilir.
Uygulamadan pompaya komut akışı
Uçtan uca komut yolu: uygulamada "Sula" butonuna basmak Firebase'deki bir bayrağı çevirir, ESP8266 dinleyicisi değişikliği yakalar (onDataChange), pompayı tetikler, sonra bayrağı sıfırlar.

Donanım

Sukulent saksıda çalışan prototip
Bileşen Görev
ESP8266 NodeMCU Merkezi kontrolcü, Wi-Fi
DS18B20 Su geçirmez dijital sıcaklık sensörü (±0.5 °C)
Analog toprak nem sensörü Korozyona dayanıklı, toprağa gömülü prob
L9110 Çift kanal DC motor sürücü
Mini dalgıç pompa 120 L/H
RGB LED Uzaktan kontrol edilebilir ortam durum ışığı

Tam malzeme listesi ve maliyet dökümü tez ekinde yer almaktadır (prototip başına ≈ 455 TL).

Biyofiziksel Laboratuvar (VPD)

Sistemin en özgün kısmı: sadece "%40 nem" göstermek yerine, yetiştiricilerin terleme stresini değerlendirmek için gerçekten kullandığı metrik olan Buhar Basıncı Açığı'nı hesaplar:

SVP  = 0.6108 × exp( 17.27 × T / (T + 237.3) )
VPD  = SVP × (1 − RH / 100)

Burada T sıcaklık (°C), RH ise bağıl nemdir (%). Yüksek VPD, havanın bitkiden kökten karşılanabilecek hızdan daha fazla nem "çektiği" anlamına gelir — uygulama bunu ham bir kPa değeri yerine anlaşılır bir stres uyarısı olarak sunar.

Biyofiziksel laboratuvar modülü

Uygulama Görselleri

Dashboard prototipi Açık / koyu tema dashboard Güvenli cihaz eşleştirme akışı
Biyofiziksel analiz ekranı Yapay zeka destekli analiz

Teknoloji Yığını

Katman Teknoloji
Mikrodenetleyici ESP8266 (NodeMCU), Arduino çatısı
Sensörler DS18B20, analog kapasitif/resistif toprak probu
Bulut Google Firebase (Realtime Database, Cloud Messaging)
Mobil / Web Flutter, Dart (tek kod tabanı → Android / iOS / Web)
Grafikler fl_chart
Yapay Zeka Kural tabanlı yorumlayıcı + google_generative_ai (Gemini)
Cihaz eşleştirme mobile_scanner (QR) + sayısal doğrulama kodu
Proje yönetimi Agile / Scrum — 3 sprint, RACI matrisi, Gantt şeması

Depo Yapısı

.
├── README.md                  # Buradasınız (dil seçici)
├── docs/
│   ├── README.en.md           # İngilizce dokümantasyon
│   ├── README.tr.md           # Bu belge
│   └── thesis/                # Tam tez PDF'i + savunma sunumu
├── firmware/
│   ├── README.md               # Gömülü yazılım mimarisi notları
│   └── examples/                # Gizlenmiş örnek sketch + config şablonu
├── mobile/
│   ├── README.md               # Uygulama mimarisi notları
│   └── lib_structure/           # Gizlenmiş örnek model dosyaları
└── assets/
    ├── images/                  # Banner / kapak görseli
    ├── diagrams/                 # Mimari ve akış diyagramları
    ├── screenshots/               # Uygulama arayüzü ekran görüntüleri
    └── hardware/                   # Fiziksel prototip fotoğrafları

Başlarken

⚠️ Bu depo bir portföy / dokümantasyon deposudur, klonlayıp doğrudan çalıştırabileceğiniz bir uygulama değildir. Burada paylaşılan gömülü yazılım ve Flutter kaynakları bilinçli olarak gizlenmiş (redacted) örneklerdir — gerçek mimariyi ve dosya yapısını gösterirler, ancak ayarlanmış eşik değerleri, kalibrasyon sabitleri, tam yapay zeka istem (prompt) hattı ve Firebase kimlik bilgileri kaldırılmış ya da yer tutucularla değiştirilmiştir. Bu, tez çalışmasının doğrudan GitHub üzerinden kopyalanıp yeniden dağıtılmasını engellerken, incelemek isteyen jüri, danışman veya işverenlerin mimariyi görebilmesini sağlar.

Akademik değerlendirme için tam kaynak kodu mu istiyorsunuz? Yazar ve Teşekkür bölümünden iletişime geçin.

Yalnızca mimariyi incelemek isterseniz:

  1. ESP8266 tarafı için (pin haritası, veri döngüsü, Firebase JSON yapısı) firmware/README.md dosyasını okuyun.
  2. Flutter uygulaması için (modül yapısı, temel paketler, özellik listesi) mobile/README.md dosyasını okuyun.
  3. Tüm formülleri, sprint raporlarını ve deneysel sonuçları içeren tam metin için docs/thesis klasörüne göz atın.

Sonuçlar

Gerçek koşullarda yapılan testlerde ölçülen değerler (ayrıntılar için tezin §7.1 bölümüne bakınız):

  • Komut gecikmesi: Uygulamada "Sula" butonuna basıldıktan pompanın çalışmasına kadar, Firebase'in WebSocket tabanlı senkronizasyonu sayesinde 250–400 ms.
  • Otomatik yeniden bağlanma: ESP8266, Wi-Fi kopmalarını algılayıp kendiliğinden yeniden bağlanır; veri akışı, kesinti süresi dışında aksamaz.
  • Salınım önleme: 8 birimlik histerezis marjı ve millis() tabanlı soğuma süresi, ilk testlerde gözlemlenen pompanın ardışık açılıp kapanma sorununu ortadan kaldırmıştır.
  • Çapraz platform tutarlılığı: aynı Flutter kod tabanı, görsel olarak tutarlı Android APK ve Web çıktıları üretmiştir.

Yol Haritası

  • 📷 Yaprak hastalığı tespiti (pas, küf vb.) için ESP32-CAM ve derin öğrenme entegrasyonu.
  • ☀️ Saha kullanımlarında enerji bağımsızlığı için güneş paneli desteği.
  • 📡 Wi-Fi kapsama alanı dışındaki tarımsal kullanımlar için LoRaWAN desteği.

Yazar ve Teşekkür

Besat Arif ÇINGAR — Bilgisayar Mühendisliği, Tekirdağ Namık Kemal Üniversitesi ().

Bu proje; tasarım, donanım, gömülü yazılım, bulut şeması, mobil/web uygulama, biyofiziksel modelleme ve yazım dahil olmak üzere tek kişi tarafından hazırlanmış bir lisans bitirme tezidir. Süreç boyunca verdiği destek için danışmanım Dr. Öğr. Üyesi Halil Nusret BULUŞ'a içtenlikle teşekkür ederim.

Tam kaynak koduyla, bir demo ile veya uygulama detaylarıyla ilgili sorularınız mı var? Bu depoda bir issue açabilir ya da doğrudan benimle iletişime geçebilirsiniz.

Lisans

Bu depodaki dokümantasyon, diyagramlar ve gizlenmiş örnek dosyalar MIT Lisansı ile yayımlanmıştır. Üretim seviyesindeki tam gömülü yazılım ve mobil uygulama kaynak kodu bu genel (public) depoya dahil değildir (bkz. Başlarken).