İnsansız hava araçlarında akıllı kontrol sistemlerine yönelik nesne takibi uygulamaları

İnsansız hava araçları günümüzde sıklıkla kullanılmakta olup bunlara olan revaç ve ihtiyaç gün geçtikçe artmaktadır. Hava araçlarının insansız olması ile bu araçlarda otonom kontrol uygulamaları gereksinimi hızla artmaktadır. İnsansız hava araçları çeşitli koşullarda ve çeşitli görevler için kullanılmakta ve bu görevlerde tam otonom uçuş için akıllı kontrol uygulamaları gerekmektedir. Akıllı bir kontrol sisteminde çeşitli makine öğrenmesi, derin öğrenme ve istatistiksel öğrenme metotları gibi kontrol sistemleri geliştirilmiş ve geliştirilmeye devam etmektedir. Bilindiği üzere insansız hava araçları oldukça hızlı hareket edebilmektedir. Engelden kaçınma veya nesne takibi gibi özelliklere sahip bir insansız hava aracı göz önüne alındığında, kontrolü sağlayan akıllı kontrol sistemi kararları oldukça hızlı ve doğru vermelidir aksi halde hava aracı ya engele çarpacak ya da yanlış karar vererek nesneyi kaybedecektir. Bunun için geliştirilecek nesne takip algoritmasının iki olmazsa olmaz özelliğe sahip olması gerekmektedir. Bu özellikler hız ve doğruluktur. Algoritmanın hızlı olması kullanılacak algoritmanın işlem gücüne ve kullanılacak olan donanımın yeterliliğine bağlıdır. Algoritmanın doğruluğu ise kullanılan metodun sınıflandırma veya takip işlemini ne kadar doğru yaptığına bağlı olacaktır. Bu nedenle, bu çalışmada literatürde halihazırda kullanılan derin öğrenme ve istatistiksel öğrenme metotları kullanılarak performansları karşılaştırılmış ve insansız hava araçlarında akıllı kontrol sistemlerine en uygun nesne takibi metodu bulunmaya çalışılmıştır. Bu çalışmaya yönelik, bir insansız hava aracının 5, 10 ve 20 metre irtifalarda hareketli ve sabit uçuşlarından alınan görüntüler üzerinde Parçacık Filtresi (PF), Kalman Filtresi (KF), Faster R-CNN ve Single Shot Multibox Detector (SSD) yöntemleri kullanılarak nesne tanıma ve nesne takibi uygulamaları gerçekleştirilmiş, sonuçları karşılaştırılmış ve insansız hava araçlarında akıllı kontrol sistemlerine yönelik en uygun nesne takibi yöntemi bulunması amaçlanmıştır. Performans değerlendirmesi amacıyla her bir yöntemin her uçuş sırasında saniye başına kare (FPS), takip doğruluğu, GPU ve CPU kullanım yüzdeleri kıyaslanmıştır. Sonuçlar göz önüne alındığında, Faster R-CNN en yüksek başarı oranına sahipken bunu sırasıyla SSD, KF ve PF takip etmiştir. FPS oranları kıyaslandığında en iyi sonucu KF vermiş ve sırasıyla PF, SSD ve Faster R-CNN gelmiştir. FPS oranlarında SSD ve PF oldukça yakın çıkmışlardır. Kıyaslamalar sonucunda insansız hava araçları için akıllı kontrol sistemlerinde nesne takibi için kullanılmaya en uygun metot, ortalama 12 FPS ile hızı ve yakın mesafede ortalama %90 başarı oranı göz önüne alınarak SSD olarak görülmüştür. Fakat maliyetin, sistem ağırlığının ve işlem gücünün az olması gerektiği sistemlerde ise KF kullanımının uygun olacağı kararına varılmıştır.