Ana Sayfa Sanayi Çözümü (2209-B) Canlı Simülatör 3D CAD (.STL) & Donanım Algoritma & Fitlik Fonksiyonu 12 Haftalık Deney Sonuçları Mobil Uygulama (Figma) TÜBİTAK İş Paketleri Proje Yürütücüsü (Taha Can Tunç)
TÜBİTAK 2209-B Sanayiye Yönelik Araştırma Projesi • Tarım 4.0

Bitkilerin Dili,
Yapay Zeka ve IoT ile Çözülüyor

Plantelligence; Deneyap Kart, ESP32-CAM, RS485 NPK sensörü ve 3 tüplü otonom gübreleme (Azot, Fosfor, Potasyum) ünitesiyle çalışan akıllı saksı ve sera otomasyon sistemidir. Hastalıkları henüz yaprakta belirmeden saptar, bitkiyi 7/24 görsel olarak izler ve ihtiyaç duyduğu besini mililitrik olarak toprağa iletir.

Canlı Simülatörü Başlat 3D CAD & Devre Tasarımı

%41.5+

Daha Hızlı Büyüme

8 Adet

Endüstriyel Sensör

3 Tüp

NPK Dozajlama

7/24

ESP32-CAM Canlı Akış

Akıllı Saksı 3D CAD Tasarımı
Toprak NPK

N:42 P:28 K:35

Toprak Nemi (FC28)

58.4%

BMP280 Sıcaklık

22.8°C

ESP32-CAM

7/24 Aktif

TÜBİTAK 2209-B Sanayiye Yönelik Araştırma Projesi

Sanayi Odaklı Problem ve Yenilikçi Çözüm

Endüstriyel seracılık ve modern tarım işletmelerinde karşılaşılan kaynak israfını, ithal donanım bağımlılığını ve yüksek iş gücü maliyetlerini yerli mühendislikle çözüyoruz.

Sanayinin Karşılaştığı Sorunlar

  • Dengesiz NPK Gübrelemesi: Takvim usulü standart gübreleme nedeniyle kimyasal gübrenin %30-40'ı israf olmakta, aşırı tuzlanma toprak verimini düşürmektedir.
  • Geç Teşhis ve Mahsul Kaybı: Geniş sera alanlarında yaprak hastalıklarının manuel gözlemi yetersiz kalmakta, patoloji fark edildiğinde tüm alana yayılmaktadır.
  • İthal Sistem Bağımlılığı: Yabancı menşeili sera kontrol ünitelerinin yüksek ilk yatırım ve yedek parça maliyetleri yerli üreticinin rekabet gücünü kırmaktadır.
  • Sensör Arızalarında Sistem Kilitlenmesi: Tek bir nem/sıcaklık sensörünün bozulması durumunda geleneksel otomasyon sistemleri sulamayı ya kesmekte ya da kökleri çürütmektedir.

Plantelligence Sanayi Çözümü

  • 3 Tüp Otonom NPK Dozajlama: Azot, fosfor ve potasyum tuzları mililitrik dozaj pompalarıyla yalnızca toprağın anlık ihtiyacı kadar verilerek %35 gübre tasarrufu sağlanır.
  • Edge AI ile Erken Yaprak Taraması: ESP32-CAM kamerası günde 2 kez otonom görüntü alarak hastalık semptomlarını başlangıç aşamasında saptar ve anında alarm üretir.
  • Milli Donanım (Deneyap Kart): TÜBİTAK & T3 Vakfı destekli yerli işlemci mimarisiyle ithal sistemlere kıyasla %60 donanım maliyet avantajı sunulur.
  • RS-485 Modbus & Kalman Toleransı: Endüstriyel seralara tak-çalıştır entegrasyon; parazit ve arıza durumunda Kalman interpolasyonu ile kesintisiz otonom bakım.

TÜBİTAK 2209-B Bilimsel Değerlendirme Kriterleri Uyum Tablosu

Kriter Ağırlık Plantelligence Projesindeki Somut Çıktı ve Karşılık
1. Araştırma Önerisinin Bilimsel Niteliği %35 8 farklı fiziksel/kimyasal parametrenin sensör füzyonu, TinyML yaprak sınıflandırma modeli ve matematiksel katsayılara dayalı özgün Fitlik Fonksiyonu.
2. Yöntem ve Uygulama %25 Çift çevrimli otonom mimari (günde 2 kez yaprak analizi, saatte 1 kez telemetri & NPK dozaj döngüsü) ve sensör arıza tolerans algoritması.
3. Proje Yönetimi %20 8 aşamalı iş paketi planı (İP-01'den İP-08'e), sensör kirlenmesi ve pompa tıkanmasına karşı risk yönetim senaryoları.
4. Sanayi Odaklı Çıktılar ve Yaygın Etki %20 Endüstriyel sera entegrasyonu (RS485 Modbus), %35 gübre tasarrufu, yerli Deneyap Kart ile ithalata bağımlılığın azaltılması, 3D baskıya ve seri üretime hazır CAD (.STL) kalıp modeli.
TÜBİTAK 2209-B Telemetri & Otonom Eyleyici Paneli

Gerçek Zamanlı Akıllı Saksı Simülatörü

Sunumda tanımlanan Fitlik Fonksiyonu formülü ve 3 tüp NPK dozajlama sistemiyle birebir uyumlu çalışan interaktif test laboratuvarı.

Fitlik Skoru: 94.8 / 100
58.4%
Toprak Nemi
FC-28 / Kapasitif
22.8°C
Sıcaklık
BMP280 & DHT11
520 lx
Işık Şiddeti
TSL2591 I2C
6.38
Toprak pH
DFRobot SEN0161
42-28-35
NPK (mg/kg)
RS485 Transceiver
48.2
Hava Kalitesi
CCS811 & MiCS-5524

NPK 3 Tüp Gübreleme & Eyleyici Üniteleri

Algoritma Saatte 1 Kez Fitlik Kontrol Eder
Su Pompası (Sulama)
Beklemede
Tüp 1: Nitrojen (Azot)
Dozaj Pompası Pasif
Tüp 2: Fosfor Tuzu
Dozaj Pompası Pasif
Tüp 3: Potasyum Tuzu
Dozaj Pompası Pasif
Işıklandırma LED'i
Açık (TSL2591 Eşik)

Nem, Sıcaklık & Fitlik Trendi

Canlı Telemetri

ESP32-CAM Hastalık Teşhisi

Günde 2 Kez

Sunumdaki algoritma akışına göre bitki fotoğrafı veri tabanından taranır, semptomlar belirlenip olası tedavi başlatılır.

Kök Çürümesi Erken Tespiti %94 Eşleşme

Aşırı nem ve toprak kök havalandırması yetersizliği saptandı. Otonom sulama durduruldu, fosfor tuzu desteği ve kuruma periyodu önerildi.

TÜBİTAK 2209-B 3D CAD & Donanım Mimarisi

Etkileşimli 3D CAD (.STL) ve Devre Şeması

Tinkercad / SolidWorks ortamında tasarlanan ve 3D yazıcı üretimine hazır akıllı saksı CAD modeli, kamera yuvası ve NPK dozajlama mimarisi.

3D CAD Yükleniyor...
STL CAD İndir (340 KB)
Akıllı Saksı 3D CAD Modeli
3D Mekanik Tasarım

Özel Üretim Akıllı Saksı

Bitkiyi 7/24 odak noktasında tutan ayarlanabilir ESP32-CAM kamera kolu, yan gövdeye entegre 3 tüplü NPK besin enjeksiyon kanalları ve alt su tahliye haznesi.

Deneyap Kart Sensör Bağlantı Şeması
Elektronik Mimari

Deneyap Kart & 8 Sensör Matrisi

MAX485 ile RS485 NPK sensörü, DFRobot SEN0161 analog pH probu, I2C üzerinden TSL2591, BMP280, CCS811 ve tek hatlı DHT11 / FC-28 toprak nemi entegrasyonu.

TÜBİTAK Özgün Değer

Kullanılan Algoritma ve Karar Motoru

Günde 2 kere görsel yapay zeka hastalık analizi, saatte 1 kere Fitlik Fonksiyonu ile otonom sulama ve gübreleme döngüsü.

Algoritma Akış Şeması
Akış Şeması

Fitlik Fonksiyonu Tabanlı Karar Motoru

Projede her sensör değeri için optimum büyüme noktası ($X_{opt}$) ve ağırlık katsayısı ($w$) belirlenmiştir:

Fitlik = 100 - 100 * Σ [ (X - X_opt)² / X_opt ] * w
Sensör Arıza Düzeltme
Hata Toleransı

Sensör Arıza Tespiti ve Kalman Düzeltme

Sensörlerde anlık parazit, kopukluk veya uç değer sıçraması meydana geldiğinde sistem bunu algılar; geçmiş trend interpolasyonu ile düzeltilmiş veriyi kural motoruna iletir.

Deneysel Doğrulama

12 Haftalık Bitki Büyüme Deneyleri

Akıllı saksı ve klasik saksı kontrol grupları arasında yürütülen 12 haftalık kontrollü deney sonuçları.

Büyüme Grafiği
Deneysel Veri (12 Hafta)

Akıllı Saksı ile Klasik Saksı Karşılaştırması

  • Bezelye Bitkisi: Akıllı saksıda 75 cm boya ulaşırken, klasik saksıda 53 cm'de kalmıştır (%41.5 büyüme artışı).
  • Kaktüs: Akıllı saksıda 13 cm, klasik saksıda 8 cm büyüme kaydedilmiştir (%62.5 büyüme artışı).
Rakip Karşılaştırması
Piyasa Analizi

Plantelligence vs. Rakip Ürünler

Piyasadaki akıllı saksılardan farklı olarak; 8 parametreli sensör ağı, 7/24 kamera, NPK besin dozajlama ve yapay zeka hastalık teşhisi yeteneklerini tek gövdede birleştiren tek yerli platformdur.

Kullanıcı Deneyimi

Mobil Uygulama Arayüzü (Figma)

"Bitkileriniz Artık Cebinizde!" — Anlık bildirimler, canlı kamera akışı ve tek tıkla tedavi protokolleri.

Mobil Uygulama Figma Ekranları
TÜBİTAK 2209-B İş Paketleri

Proje Süreci ve İş Planı

TÜBİTAK araştırma önerisinde taahhüt edilen ve başarıyla icra edilen 8 aşamalı proje takvimi.

1 - 7 Ocak 2024

Proje Planlama & Başlangıç

Proje amacı, hedefler ve yöntemlerin belirlenmesi.

8 - 21 Ocak 2024

Araştırma & Teknoloji Seçimi

Sensör matrisi ve gömülü yazılım altyapısının seçimi.

22 Ocak - 11 Şubat 2024

Tasarım & Prototip Geliştirme

3D CAD akıllı saksı tasarımı ve sensör prototipi.

12 - 25 Şubat 2024

Yazılım Geliştirme & AI

Yapay zeka hastalık sınıflandırma ve telemetri motoru.

26 Şubat - 17 Mart 2024

Mobil Uygulama Geliştirme

Mobil arayüz tasarımı ve veri entegrasyonu.

18 Mart - 7 Nisan 2024

Test & Sistem Optimizasyonu

12 haftalık büyüme deneyleri ve hata ayıklama.

8 - 21 Nisan 2024

Final Prototipi

Son prototipin tamamlanması ve sistemlerin gözden geçirilmesi.

22 - 28 Nisan 2024

Proje Raporu & Sunum

TÜBİTAK proje raporunun hazırlanması ve sunumun tamamlanması.

Proje Yürütücüsü

Geliştirici Profili

Plantelligence projesinin donanım mimarisi, gömülü yazılımı, yapay zeka modelleri ve mekanik tasarımını hayata geçiren proje yürütücüsü.

TC
TÜBİTAK 2209-B Proje Yürütücüsü

Taha Can Tunç

Mekatronik Mühendisliği • Gömülü Sistemler, IoT & Yapay Zeka

Manisa Celal Bayar Üniversitesi Mekatronik Mühendisliği öğrencisi. C/C++, Python, Deneyap Kart, mikrokontrolör programlama, sensör füzyonu, yapay zeka tabanlı görüntü işleme ve açık kaynak Linux sistem geliştirme konularında çalışmalarını sürdürmektedir. Plantelligence projesinin 3D CAD tasarımı, elektronik devre dizilimi, Fitlik Fonksiyonu algoritması ve tüm web/mobil telemetri entegrasyonunu tek başına yürütmüştür.

Portfolyo Web Sitesi GitHub (@NothingManTR) LinkedIn tcttaha@gmail.com
İşlem başarıyla gerçekleştirildi.