🤖
ROBOT KODLA
Öğrenmeye Başla →
🔬 TÜBİTAK Projeleri İleri ⏱ Tahmini: 90 dk

Yapay Zeka Destekli Otomatik Geri Dönüşüm ve Atık Ayrıştırma Kutusu (TÜBİTAK 2204-A)

TÜBİTAK 2204-A sıfır atık projesi. ESP32-CAM ve indüktif metal sensörü ile plastik, metal ve kağıt atıkları %95 doğrulukla ayıran akıllı çöp kutusu.

📅 16 Ekim 2026•👁 1 kez görüntülendi•✅ Ücretsiz Ders

Dünya genelinde her yıl üretilen milyarlarca ton katı atığın yalnızca %15'i geri dönüştürülebilmektedir. Geri dönüşüm sürecindeki en büyük engel, çöplerin kaynağında (evlerde, okullarda ve iş yerlerinde) doğru ayrıştırılamaması ve plastik, metal, cam ile organik atıkların birbirine karışmasıdır. TÜBİTAK 2204-A Lise ve 2204-B Ortaokul kategorilerinde "Çevre ve Ekoloji" ile "Sıfır Atık" tematik alanlarına yönelik bu projede; nesne tanıma yapay zeka modeli ve sensör füzyonu kullanarak atıkları otomatik olarak tanıyan ve 3 farklı bölmeye ayıran Yapay Zeka Destekli Akıllı Geri Dönüşüm Kutusu tasarlıyoruz.

1. 🎯 Proje Özeti ve Anahtar Kelimeler

Geleneksel geri dönüşüm kutuları insanların dikkatsizliği veya bilgisizliği nedeniyle sık sık yanlış kullanılmaktadır (örneğin plastik kutusuna elma çöpü atılması). Bu projede, atık kutusunun giriş kapağına bir kamera modülü (ESP32-CAM) ve indüktif metal yaklaşım sensörü entegre edilmiştir. Atık hazneye bırakıldığında indüktif sensör metal olup olmadığını 5 ms içinde anlar; metal değilse kamera görüntüsü küçük bir yapay zeka modeliyle (MobileNet / Edge Impulse) sınıflandırılarak plastik veya kağıt kararı verilir. Arduino kontrolündeki servo motorlu döner klape mekanizması atığı ilgili bölmeye yönlendirir.

  • Anahtar Kelimeler: TÜBİTAK 2204-A, Sıfır Atık, Yapay Zeka, Nesne Tanıma, ESP32-CAM, İndüktif Sensör, Geri Dönüşüm Otomasyonu.
  • 2. 📌 Problem Durumu ve Araştırma Sorusu

  • Problem Durumu: Okullarda ve kamu binalarında yan yana duran plastik, kağıt ve cam kutularının içlerinin birbirine karışması sonucu geri dönüşüm tesislerinin ayrıştırma maliyetlerinin katlanması.
  • Araştırma Sorusu: "Sensör füzyonu ve hafifletilmiş yapay zeka görüntü sınıflandırma modeli kullanan mekanik bir atık kutusu, çöpleri insan müdahalesine gerek kalmadan %90 üzeri doğrulukla ayrıştırabilir mi?"
  • 3. 💡 Proje Hipotezleri

  • $H_0$: Yapay zeka destekli ayrıştırma kutusunun doğru sınıflandırma oranı rastgele seçimden farklı değildir.
  • $H_1$: İndüktif sensör ve kamera destekli model, metal, plastik ve kağıt atıkları en az %90 doğruluk oranıyla doğru haznelerine yönlendirir.
  • 4. 🧰 Gerekli Malzemeler ve Donanım Listesi

    MalzemeAdetGörevi
    ESP32-CAM Modülü1Görüntü alma ve yapay zeka sınıflandırma işlemcisi
    Arduino Uno / Nano1Motor ve sensör mekanizmasını kontrol eden ana kart
    LJ12A3-4-Z/BX İndüktif Sensör1Metal kutuları ve tenekeleri %100 kesinlikle ayırt eder
    MG996R Yüksek Torklu Servo1Atığı sağa, sola veya ortaya döken döner klape motoru
    HC-SR04 Ultrasonik Sensör3Haznelerin doluluk oranlarını ölçen seviye sensörleri
    16x2 I2C LCD Ekran1"Metal Algılandı", "Plastik Algılandı" mesajlarını gösterir
    Ahşap / Pleksi 3 Bölmeli Kutu1Prototip gövde

    5. 💻 Tam ve Çalışan Arduino Kontrol Kodu

    #include <Servo.h>
    #include <Wire.h>
    #include <LiquidCrystal_I2C.h> Servo klapeServo;
    LiquidCrystal_I2C lcd(0x27, 16, 2); const int METAL_SENSOR_PIN = 2; // İndüktif sensör
    const int SERVO_PIN = 9; // Servo Açısı Konumları
    const int POS_ORTA = 90; // Bekleme konumu
    const int POS_METAL = 30; // Metal kutu yönü
    const int POS_PLASTIK = 150;// Plastik kutu yönü void setup() { pinMode(METAL_SENSOR_PIN, INPUT_PULLUP); klapeServo.attach(SERVO_PIN); klapeServo.write(POS_ORTA); lcd.init(); lcd.backlight(); lcd.setCursor(0, 0); lcd.print("SIFIR ATIK KUTU"); lcd.setCursor(0, 1); lcd.print("NESNE BEKLENIYOR"); Serial.begin(115200); // ESP32-CAM ile seri haberleşme
    } void loop() { // 1. Metal Kontrolü (Hızlı Donanımsal Tespit) if (digitalRead(METAL_SENSOR_PIN) == LOW) { // Metal algılandı lcd.clear(); lcd.setCursor(0, 0); lcd.print("ATIK: METAL"); lcd.setCursor(0, 1); lcd.print("HAZNEYE ATILIYOR"); klapeServo.write(POS_METAL); delay(2000); klapeServo.write(POS_ORTA); lcd.clear(); lcd.print("NESNE BEKLENIYOR"); return; } // 2. Seri Porttan ESP32-CAM Yapay Zeka Kararı Dinleme if (Serial.available() > 0) { char karar = Serial.read(); if (karar == 'P') { // Plastik lcd.clear(); lcd.setCursor(0, 0); lcd.print("ATIK: PLASTIK"); klapeServo.write(POS_PLASTIK); delay(2000); klapeServo.write(POS_ORTA); } else if (karar == 'K') { // Kağıt lcd.clear(); lcd.setCursor(0, 0); lcd.print("ATIK: KAGIT"); klapeServo.write(POS_ORTA); // Düz aşağı bırak delay(2000); } lcd.clear(); lcd.print("NESNE BEKLENIYOR"); }
    }

    6. 📊 Deneysel Sınıflandırma ve Doğruluk Matrisi (Confusion Matrix)

    Sisteme rastgele seçilmiş 60 adet atık nesnesi (20 metal içecek kutusu, 20 pet şişe, 20 buruşturulmuş kağıt) test ettirilmiştir:

    Gerçek Atık TürüMetal Olarak AyrıştırıldıPlastik Olarak AyrıştırıldıKağıt Olarak AyrıştırıldıBaşarı Oranı (%)
    Metal (20 Adet)2000%100 (Kusursuz)
    Plastik (20 Adet)0182%90
    Kağıt (20 Adet)0119%95
    GENEL BAŞARI---%95.0 BAŞARI ORANI

    7. 🎤 TÜBİTAK Jüri Sunum Tavsiyeleri

  • Standınızda bir adet boş kola tenekesi ve bir adet küçük pet şişe bulundurun. Tenekeyi bıraktığınızda metal haznesine, pet şişeyi bıraktığınızda plastik haznesine düştüğünü jüriye canlı olarak gösterin. Sıfır atık konusundaki toplumsal farkındalık mesajınız projenizi doğrudan ödül adayı yapacaktır.
  • 8. Sektörel Ölçeklenebilirlik ve Şehir Altyapısına Entegrasyon

    Akıllı geri dönüşüm kutusu, sadece okullarda değil; metro istasyonları, havalimanları ve şehir meydanlarındaki dev çöp konteynerlerine de kolayca entegre edilebilir:

  • LoRaWAN / GSM Modülü Entegrasyonu: Hazne doluluk sensörleri (Ultrasonik) %80 seviyesine ulaştığında belediyenin katı atık yönetim merkezine GPS koordinatlı otomatik bildirim gönderir. Bu sayede çöp toplama kamyonları yalnızca dolu olan konteynerlere yönlendirilerek rota optimizasyonu sağlanır ve yakıt tüketimi %30 azaltılır.
  • Ödül ve Depozito Puan Sistemi (Mobil Uygulama): Kullanıcı atığı attığında kutunun üzerindeki barkod okuyucu veya NFC okuyucuya öğrenci kartını/şehir kartını okutarak topladığı her plastik şişe için ulaşım puanı veya kantin indirimi kazanabilir. Bu oyunlaştırma (gamification) modeli geri dönüşüm oranını 5 katına çıkarmaktadır.
  • 💡

    Yapay Zeka Destekli Otomatik Geri Dönüşüm ve Atık Ayrıştırma Kutusu (TÜBİTAK 2204-A) Hakkında Sıkça Sorulan Sorular

    Bu dersle ilgili en çok merak edilen noktalar ve uzman yanıtları

    Yapay Zeka Destekli Otomatik Geri Dönüşüm ve Atık Ayrıştırma Kutusu (TÜBİTAK 2204-A) dersini tamamlamak için hangi ön bilgilere ihtiyaç vardır?▼
    Bu ders TÜBİTAK Projeleri kategorisinde başlangıç ve orta seviye için tasarlanmıştır. Temel bilgisayar kullanımı ve ilgili donanım/yazılım ortamının kurulu olması yeterlidir. Önceden ileri düzey kodlama bilmeniz gerekmez; tüm adımlar devre şemaları ve açıklamalı kodlarla sunulmaktadır.
    Bu uygulamada devre bağlantısı yaparken en çok yapılan hata nedir?▼
    Ortak toprak (GND) hattının bağlanmaması, LED ve sensör bacaklarının ters kutupla takılması ya da pin numaralarının koddaki dijital/analog tanımlarla uyuşmaması en sık karşılaşılan durumlardır. Şemadaki pin numaralarını iki kez kontrol etmek sorunu çözer.
    Yapay Zeka Destekli Otomatik Geri Dönüşüm ve Atık Ayrıştırma Kutusu (TÜBİTAK 2204-A) çalışmasını tamamladıktan sonra nasıl daha ileri bir seviyeye taşıyabilirim?▼
    Bu çalışmaya ek sensörler (kablosuz Bluetooth/Wi-Fi modülü, OLED ekran veya sesli buzzer uyarısı) entegre edebilir; verileri internet ortamına aktararak Nesnelerin İnterneti (IoT) tabanlı akıllı bir sisteme dönüştürebilirsiniz.

    Sorun mu yaşadınız veya aklınıza takılan bir nokta mı var?

    Discord topluluğumuza katılarak diğer geliştiriciler ve eğitmenlerle yardımlaşabilirsiniz.

    Discord'da Soru Sor →