Grafik işleme ünitesi (GPU) tabanlı öğrenme kullanarak otonom araçlar için algılama sisteminin geliştirilmesi

Otonom araçlar çevre koşullarını algılayarak kararlar alan ve aldıkları kararlar doğrultusunda hareket eden araçlardır. Günümüzde otonom araçlara olan ilgi hızla artmaktadır. Gelişen, sensör, Grafik İşleme Birimi (GPU - Graphics Process Unit) teknolojisi ve yapay öğrenme yöntemlerindeki yenilikler ile birlikte otonom araç teknolojisi de gelişmektedir. Bu çalışmada ilk olarak, otonom araçlar ile ilgili genel bilgiler verilmiştir. İkinci olarak, Linux ortamında Caffe kullanılarak, MNIST veri kümesi ile rakam tanıma yapılmıştır. Bu uygulama için Nvidia TK1 ve Nvidia TX1 kartlarına ek olarak iki adet bilgisayar kullanılmış ve Merkezi İşlem Birimi (CPU - Central Process Unit) ile GPU'lar hız ve doğruluk bakımından değerlendirilmiştir. Üçüncü olarak, nesne tanıma uygulamaları yapılmıştır. Bu amaçla ilk olarak, Windows ortamında Matlab'da yaya geçidi trafik tabelası algılama uygulaması yapılmıştır. Bu uygulama için Elazığ, Niğde ve Kayseri şehirlerinin yaya geçitlerinde çekilen görüntüler ile oluşturulan veri kümesi kullanılmıştır. Algılama için Bölgesel Konvolüsyonel Sinir Ağı (B-KSA), Daha Hızlı Bölgesel Konvolüsyonel Sinir Ağı (Daha Hızlı B-KSA) kullanılmış ve sonuçlar incelenmiştir. Sonrasında, Linux ortamında temel anlamda YOLO kullanılarak nesne tanıma uygulaması yapılmış ve çıktılara yer verilmiştir. Son olarak, küçük bir yer aracı ile yapay öğrenme yöntemlerini kullanan otonom bir araç yapılmıştır. Bu amaçla, yer aracı üzerine çeşitli sensörler, kamera ve Nvidia TX2 kartı yerleştirilmiştir. Otonom araç, tasarlanan parkur üzerinde test edilmiştir. Tüm uygulamalar başarılı bir şekilde gerçekleştirilmiştir. Elde edilen sonuçlar karşılaştırmalı olarak ve şekiller ile verilmiştir.