Yazıya başlamadan önce Dijital Tuğla podcast serimizde inşaat projelerinde drone kullanımını detaylı incelediğimiz iki bölümü dinlemenizi tavsiye ederim. Bu bölümlerde drone’ların kullanımına yönelik derinlikli bir SWOT analizi yaptık. 

Drone’ların benim için en heyecan verici özelliği, özellikle alt yapı projelerinde toprak hesabına yönelik miktar hesabını, okuduğu koordinatlar üzerinden hemen hızla yapabilmesi. Sonraki yazılarımda konunun uzmanı bir girişimci dostumu köşeme davet edip, onunla bu konuyu detaylarıyla konuşmak istiyorum. 

Drone’lar bugün kum, mıcır yığınlarının hacmini hesap ediyor, prefabrik parçaları tek tek işaretliyor, ambardaki öncelikle sipariş edilmesi gereken malzemeleri yakalayabiliyor.

Eskiden bu işler biraz bakkal hesabı mantığıyla göz kararı yapılırdı. Şantiye şefi sahadaki malzemenin önüne geldiğinde baretini çıkarıp, şöyle bir düşünür, “on ton mu, yirmi mi?” diye yaklaşık bir hesap yapardı. Şimdi bir drone havalanıyor, birkaç dakika sonra miktarı bize söylüyor.  İki, üç gün sürecek sayım beş dakikada bitiyor. Hata oranı sıfıra yakın.

Hızlı hesap yapmasının yanında drone, malzemenin nereye konduğunu da hatırlıyor. Forklift operatörünün kaybolmuş bir boru makarasını ararken harcadığı yirmi dakikayı, o beş saniyeye düşürebiliyor. “Güneybatı depo arkası.” Gökte dolaşan göz, sadece şantiyenin güvenliğini sağlamakla kalmıyor, hafızası olmaya da soyunuyor.

Bazen de bu teknoloji bir dedektif gibi davranıyor. Sipariş edilen malzeme ile sahaya gelenin miktarı tutmuyor mu? Sayıyor, ölçüyor ve faturadaki rakamla karşılaştırıyor. Eksik çıkan ürün birkaç hafta sonra değil, aynı gün ortaya çıkıyor. Tedarikçiyle yapılan tartışmalar artık veriyle başlıyor, “ben öyle gördüm” yerine “elimizdeki görüntü bunu söylüyor” diyoruz.

Haftalık uçuşlarla malzeme tüketim hızını izliyor ve uyarıyor: “Bu hızla giderse üç gün sonra kumun bitecek.”

Gelin bu uzun girişin ardından drone’larla malzeme stok takibinin nasıl yapıldığını, sağladığı zaman ve işgücü tasarrufunu, sürecin aşamalarıyla birlikte sahadaki uygulama örnekleriyle inceleyelim.

Sürecin Aşamaları

A. Drone ile Görsel Toplama

• Drone, günlük ya da haftalık olarak sahada önceden belirlenmiş uçuş rotasına göre otomatik olarak uçurulur.
• Depo alanı, açık stok sahası (örn: demir, kum, briket yığınları) yukarıdan yüksek çözünürlüklü şekilde görüntülenir.
• Görseller hem geniş açıdan (hacim tespiti) hem de detay seviyesinde (etiket tespiti gibi) çekilir.

B. Görüntü İşleme ve Nesne Tanıma

• Görüntüler yapay zekâ destekli görüntü işleme (computer vision) algoritmalarına yüklenir.
• Yapay zeka, görüntüdeki malzeme türlerini (örn: demir, boru, çimento paleti) tanır.
• Yığınların boyut, hacim, kapladığı alan gibi verilerini analiz ederek stok miktarını yaklaşık olarak hesaplar.

C. Karşılaştırmalı Stok Takibi

• Görüntüler günlük, haftalık veya aylık olarak karşılaştırılır.
• Değişim oranı hesaplanır: örneğin, “geçen haftaya göre demir stokları %12 azaldı.”
• Gerektiğinde ERP veya stok takip programıyla entegre edilir; sisteme tanımlandıysa otomatik oluşturulur.

UYGULAMA ÖRNEKLERİ

Açık Alandaki Kum ve Mıcır Yığınlarının Hacimsel Takibi

• Durum: Elle ölçüm zor, hata payı yüksek.
• Çözüm: Drone ile periyodik olarak alınan 3D görüntülerden yığın hacmi hesaplanıyor.
• Sonuç: Yüksek doğruluk oranıyla kum tüketimi tespit ediliyor. Eksik sipariş riski azalıyor. Biz bunu göz kararı yapıyoruz, ne gereği var kafamızın üzerinde uçan robotlara diyorsanız o zaman diğer şantiye uygulamalarına şöyle bir bakalım.

Prefabrik Elemanların Sayımı

• Durum: Sahaya yığılmış 300+ prefabrik elemanın manuel sayımı, parçaların boyutlarıyla sınıflandırılması bir kişiyle 2 gün sürüyor.
• Çözüm: Görüntü işleme yazılımı ile drone görüntüsünden her eleman tanımlanıyor ve otomatik sayılıyor.
• Sonuç: 5 dakikada tam sayım. %100 doğruluk. İnsan hatası sıfır.

Şantiye İçinde Dağılmış Malzemelerin Konum Takibi

• Durum: Borular, kablo makaraları, demir bağları sahaya dağılmış halde; yerleri unutuluyor.
• Çözüm: Drone malzemeler üzerinden konum işaretleme yapılıyor (etiket okuma veya renk tanıma).
• Sonuç: Her malzeme kategorisine konum bilgisi atanıyor. Mobil uygulama ile “nerede” sorusu 5 saniyede yanıtlanıyor.

Çelik Profil Takibi – Renk Kodlu Tespitle Sayım

Durum: Sahaya indirilen 10 farklı türde çelik profil (H, I, U, L) açık alanda istiflenmiş durumda. Renkli etiketlerle işaretlenmiş ama zamanla silinmiş, elle saymak zor.

Çözüm:

• Drone, belirli bir yükseklikten istif alanının görüntüsünü alıyor.
• Görüntü işleme algoritması, her profilin kesit şeklini ve rengini tanıyor.
• Renk–şekil eşleşmesiyle tip bazında stok sayımı yapılıyor.

Sonuç:

• Yüksek doğruluk oranıyla tür bazlı profil sayımı 7-8 dakika içinde tamamlanıyor.
• Siparişe hazır envanter görünürlüğü sağlanıyor.
• Yanlış türde profil kullanımının önüne geçiliyor.

Şantiye Dışı Alanda Malzeme Takibi – Uydu Görüntüsü ile Entegrasyon

Durum: Saha dışında, 5 km uzaklıkta bulunan açık depolama alanında inşaat teli, çimento paleti ve beton briket stokları var. Ekip sık gidip kontrol edemiyor.

Çözüm:

• Drone haftada 1 gün o alana gönderiliyor.
• Görüntüler haritalanıyor, yığınların büyüklüğü izleniyor.
• Görüntü işleme ile “briket istifi %30 azaldı” gibi hacimsel takip yapılıyor.

Sonuç:

• Nakliye zamanlamaları optimize ediliyor.
• Depodaki malzeme kaybı ve sahaya geç sevk sorunu azalıyor.
• Yerinde denetime bağımlılık düşüyor.

Zaman Serisiyle Malzeme Tüketimi Takibi – Haftalık Drone Uçuşları

Durum: Projede kum, mıcır ve demir stokları sahada sürekli kullanılıyor ama tüketim hızı izlenemiyor. Aylık envanter kontrolü yeterli değil.

Çözüm:

• Drone her hafta aynı gün/saatte aynı rotayı izleyerek görüntü topluyor.
• Görüntüler zaman serisi hâlinde kaydediliyor.
• Yapay zeka, her hafta hacim ve miktar düşüşünü grafikleştiriyor.

Sonuç:

• Tüketim hızı görülüyor.
• “Bu hızla giderse X gün sonra kum bitecek” tahmini yapılabiliyor.
• Malzeme siparişi zamanında yapıldığı için iş durmuyor.

Hatalı Sevkiyat Tespiti – Görüntü İşleme ile Uyum Kontrolü

Durum: Şantiyeye gelen paletli yalıtım malzemeleri siparişteki miktarla örtüşmüyor. Faturaya 300 m² yazılmış, sahada 220 m² var ama fark geç fark ediliyor.

Çözüm:

• Drone görüntüsü üzerinden palet sayısı ve her paletin ölçüsü analiz ediliyor.
• Görüntü işleme yazılımı otomatik hacim–alan hesabı yapıyor.
• Sevkiyatın eksik olduğu sistem tarafından tespit ediliyor.

Sonuç:

• Tedarikçi ile hemen irtibata geçilip düzeltme sağlanıyor.
• Eksik gelen ürün günler sonra değil, birkaç saat içinde tespit ediliyor.
• İdari ve mali kayıplar önleniyor.

Taşeron Hakedişlerinin Görsel Doğrulaması

Durum: Taşeron ay sonu hak edişinde  “50 ton demir döşediğini” iletiyor ancak ofis ekibinin yeterli zamanı olamadığı için sahada fiziki ölçüm yapamıyor.

Çözüm:

• Drone görüntüleri üzerinden yapay zekâ, demir döşeme alanını ve yoğunluğunu analiz ediyor.
• Önceki hafta görüntüsüyle karşılaştırılarak yeni eklenen alan belirleniyor.
• Hakediş kabaca doğrulanıyor veya yeniden inceleme isteniyor.

Sonuç:

• Görsel kanıt olduğu için tartışmalar azalıyor.
• Hakediş değerlendirmesi hızlanıyor.
• Ofis–saha arasında şeffaflık oluşuyor.

Şantiye İçi Malzeme Dağınıklığına Karşı Yerleşim Haritası

Durum: Saha içinde forkliftle bir boru ya da makara arandığında 20 dakika kaybediliyor çünkü sahadaki sahadaki malzeme hareketliliği yüksek olduğu için güncel bir malzeme yerleşim planı hazırlanamıyor. 

Çözüm:

• Drone ile haftalık uçuş yapılır, malzeme yerleşimi görüntüleniyor.
• Görüntüler dijital şantiye yerleşim planına işleniyor.
• Mobil uygulamada “boru – lokasyon: Güneybatı depo arkası” gibi görünüyor.

Sonuç:

• Operasyonel zaman kaybı azalıyor.
• Lojistik yönetimi kolaylaşıyor.
• Malzeme kaybolmaları azalıyor.

Buraya kadar her şey güzel. Peki bu avantajlar, beraberinde nasıl tehditler barındırıyor, öncelikli olarak nelere dikkat etmemiz gerekiyor? Riskleri dört kısa maddede özetleyebiliriz.

• Gizlilik ve güvenlik: Görüntülerin yanlış kişilerin eline geçmemesi için veri güvenliği sağlanmalı.
• Doğru algoritma kullanımı: Her sahada farklı malzemeler bulunduğu için yapay zeka modelinin sahaya özel eğitilmesi gerekebilir.
• Düşük ışık / hava durumu: Yağmur, sis ve düşük ışıkta drone verimliliği azalabilir.
• Yasal izinler: Drone uçuşları için yerel otoritelerden izin alınmalıdır.

Yazının sonunda çıtayı biraz daha yükseltip, tüm bunların bir adım ötesini düşünelim mi? Mesela yapay zeka ajanlarından şöyle bir istemde bulunabiliriz.

Ajan destekli prompt: Taranan betonarme demiri görüntülerinde stok, kritik eşiğin altına düştüyse ambar sorumlusuna bildirim gönder. Bu doğrultuda ERP sisteminde ön sipariş oluştur. Siparişi takip et, geldiğinde ilgililerine bilgi mesajı ilet.

Firmaların birden fazla komutu bir arada yönetebilme kapasitesine sahip yapay zeka ajanlarıyla yapabileceklerine ilişkin bir prompt kütüphanesi oluşturmalarının işlerini kolaylaştırmakla birlikte gelecek projelerde karşılaşacakları farklı taleplere yönelik de onları önceden hazırlayacaklarını düşünüyorum. Prompt kütüphanelerini nasıl  düzenleyeceklerini, istemlerini nasıl oluşturup, kategorize edeceklerini bir başka yazımda detaylı olarak anlatacağım. Şimdilik podcast serimizde konuyu konuştuğumuz bölümün linkini veriyorum.