Yapay Zeka İle Engelleri Aşıyoruz. I (Proje Yönetiyoruz)

Gelişmiş Özellikler ve Teknik Detaylar

1. 5G ve IoT Destekli Protez

Amaç: Protezin bulut tabanlı AI modelleri ile sürekli öğrenmesini sağlamak ve gerçek zamanlı veri analizi yapmak.

ESP32 veya Raspberry Pi 4G/5G Modülü kullanılarak protez, internete bağlanabilir.
Yürüyüş verileri buluta gönderilir ve AI modeli sürekli olarak güncellenir.
Kullanıcı, bir mobil uygulama veya web arayüzü üzerinden protez hareketlerini özelleştirebilir.

Yapılacak İşlemler:
✅ ESP32’ye Wi-Fi & 5G modülü eklenmeli.
✅ Google Firebase veya AWS IoT ile veri analizi altyapısı kurulmalı.
✅ AI modeli, mobil uygulama ile senkronize çalışmalı.

2. Beyin Dalgaları ile Kontrol (BCI – Brain Computer Interface)

Amaç: Kullanıcının düşünce gücüyle protezi kontrol etmesini sağlamak.

OpenBCI veya Neurosky Mindwave EEG Sensörü kullanarak beyin dalgaları okunur.
AI modeli, belirli beyin dalgalarını (odaklanma, gevşeme, hareket komutları) analiz eder ve hareketi başlatır.
Kullanıcı, kas sinyali (EMG) yerine doğrudan düşünce gücüyle protezi hareket ettirebilir.

Yapılacak İşlemler:
✅ OpenBCI sensörleri ile EEG verisi toplanmalı.
✅ TensorFlow AI modeli ile beyin sinyalleri sınıflandırılmalı.
✅ Arduino/Raspberry Pi, EEG’den gelen komutları motorlara aktarmalı.

Kod Örneği (Python + OpenBCI)

pythonKopyalaDüzenleimport numpy as np
from brainflow.board_shim import BoardShim, BrainFlowInputParams

params = BrainFlowInputParams()
board = BoardShim(2, params)  # OpenBCI Cyton Board
board.prepare_session()
board.start_stream()

while True:
    data = board.get_board_data()
    alpha_waves = np.mean(data[1])  # Alpha dalgalarını analiz et
    if alpha_waves > threshold:
        print("Protezi hareket ettir!")

3. Yapay Zeka Destekli Adaptif Hareket Algoritması

Amaç: Protezin zemin eğimine, hızına ve kullanıcının yürüme alışkanlıklarına uyum sağlaması.

IMU sensörleri (MPU6050 + LIDAR) ile zemin eğimi ve engeller algılanır.
Yapay zeka modeli, kullanıcının yürüme stilini öğrenir ve motor hareketlerini optimize eder.
TensorFlow Lite kullanarak protez, kullanıcıya özel yürüyüş analizi yapar.

Yapılacak İşlemler:
✅ LIDAR/IMU ile zemin analizi yapılmalı.
✅ TensorFlow Lite ile hareket öğrenme modeli eğitilmeli.
✅ Protezin hareketi dinamik olarak ayarlanmalı.

Kod Örneği (TensorFlow Lite AI Modeli)

pythonKopyalaDüzenleimport tensorflow as tf
import numpy as np

# Eğitilmiş modeli yükle
model = tf.lite.Interpreter(model_path="prosthetic_ai_model.tflite")
input_details = model.get_input_details()
output_details = model.get_output_details()

# Sensör verileri al
input_data = np.array([[imu_x, imu_y, imu_z, emg_signal]], dtype=np.float32)
model.set_tensor(input_details[0]['index'], input_data)
model.invoke()

# Protezin hareket açısını belirle
angle = model.get_tensor(output_details[0]['index'])

4. Geri Bildirim Sensörleri ve Haptik Motorlar

Amaç: Kullanıcının zemin hissiyatını almasını sağlamak.

Basınç sensörleri protezin tabanına yerleştirilir.
Kullanıcının bacağına haptik motorlar eklenerek, farklı zemin türlerinde farklı titreşimler verilir.
Gerçek zamanlı titreşim geri bildirimi ile kullanıcı dengeyi daha iyi sağlar.

Yapılacak İşlemler:
✅ FSR sensörleri ile basınç ölçümü yapılmalı.
✅ Haptik motorlar, basınç değerine göre titreşim vermeli.
✅ Yapay zeka, geri bildirimi optimize etmeli.

Kod Örneği (Arduino + Haptik Motor)

cppKopyalaDüzenleint pressurePin = A1;
int hapticMotor = 6;
int pressureValue;

void loop() {
  pressureValue = analogRead(pressurePin);
  int vibrationIntensity = map(pressureValue, 0, 1023, 0, 255);
  analogWrite(hapticMotor, vibrationIntensity);
}

Sonuç: Gelişmiş Protez Sistemi

Bu sistem, adaptif yapay zeka, 5G bağlantısı, beyin sinyalleri ile kontrol ve haptik geri bildirim özellikleri ile geleneksel protezlerden çok daha ileri bir noktada olacak.

Proje Aşamaları:
📌 Donanım Prototipi: Arduino, motorlar, IMU, EMG ve OpenBCI sensörleri birleştirilecek.
📌 Yapay Zeka Modeli: TensorFlow Lite ile protezin adaptif AI modeli eğitilecek.
📌 Mobil Uygulama: Kullanıcı ayarları yapabilecek bir app geliştirilecek.
📌 Gerçek Dünya Testleri: Kullanıcılar ile deneme yapılıp geri bildirimler alınacak.