FPGA ile mobil robot için öğrenme algoritması modellenmesi

Mobil bir robot uygulaması için çevreyi ve engellerden kaçmayı öğrenecek bir yapay sinir ağı algoritması geliştirilmiştir. FPGA için donanımsal modellemesi ve simülasyonları yapılmıştır. Öğrenme algoritması PNN (Probabilistic Neural Network) yapısı kullanılarak modellenmiş ve PNN yapısına, bu çalışmadaki dezavantajlarını düzeltecek bazı üstünlükler kazandırılmıştır. Tasarımın donanım mimarisi, VHDL (Very High Speed Integrated Circuits Hardware Description Language) kullanarak oluşturulmuştur. FPGA tasarımı, modelsim simülasyon programı ile test edilmiştir. Aynı öğrenme algoritmasının çalışma mantığı ve sınıflamalardaki başarımı Matlab simülasyonu ile kontrol edilmiştir. Son olarak ise; mobil bir robotun engellerin olduğu bir odada hedef noktaya en kısa yoldan varmasını ve engel koordinatlarını öğrenmesini gösteren bir bilgisayar grafik arayüzü Delphi ortamında hazırlanmıştır. Hazırlanan arayüz programı boş bir odanın içine mobil robotun, engellerin, ulaşılması istenen hedef noktanın istenilen şekilde yerleştirilmesine müsaade etmektedir. Mobil robot, başla tuşuna basıldığında yavaş yavaş seçilen hedef noktasına doğru en kısa yolu seçerek ilerlemekte ve bu sırada karşısına gelen engellerden kaçmaktadır. Engelleri algılama, doğrultusundan ne kadar açı ile sapacağına karar verme ve tekrar hedefe konumlanma için bu çalışmada verilen algoritmadan yararlanılmıştır. Arayüz simülasyonu engellerin bulunduğu noktaları öğrenerek koordinatlarını kullanıcıya verecek şekilde düzenlenmiştir, böylece robot odayı da öğrenmiş olduğu gösterilmiştir. Öncelikle model robotun engellerle dolu bir odayı klasik PNN ile kurulmuş öğrenme algoritması ile öğrenmesi gerçekleştirilmiştir. Ancak klasik PNN mimarisinin bu çalışma için uzun hesaplama süresi, karmaşık donanım mimarisi ve engelden kaçacak yön için yanlış karar verme gibi dezavantajlar getirdiği gösterilmiştir. Bu dezavantajları ortadan kaldırabilmek için mimaride bazı gelişmeler önerilmiş ve klasik PNN'e göre performansı arttırdığı gösterilmiştir. Model robotun Matlab ortamında hesaplanan sonuçlara göre öğrenme başarısı %88.88 olmuştur. Öğrenme algoritmasının Matlab simülasyonlarına ait başarım ve hata grafikleri bu çalışma içinde verilmiştir. Anahtar Kelimeler: Yapay Zeka, yapay sinir ağları, FPGA, robot yönlendirme