İHA üzerinden derin öğrenme tabanlı nesne belirlenmesi ve GNSS konum koordinatlarının hesaplanması

Robotik sistemler, günümüzde otonom (insansız) görev uygulamalarında kullanılmaktadır. İnsansız Hava Aracı (İHA) robotik sistemlere örnek olarak verilebilir. Askeri ve sivil alanda birçok uygulamada kullanılan İHA'lar, üzerlerine eklenen çeşitli teknolojilere sahip algılayıcılar yardımıyla engelden kaçınma, nesne tanıma, otonom hedef tespiti gibi birçok görevi yerine getirebilir. Bu türden görevlerde görüntü işleme teknikleri olarak derin öğrenme ve makine öğrenmesi tabanlı yapay zekâ algoritmalarının kullanımı giderek yaygınlaşmaktadır. Bu çalışmada, İHA aracılığıyla hedef olarak seçilen nesnenin Küresel Uydu Yönlendirme Sistemi (GNSS) koordinatlarını uzaktan hesaplayabilen bir sistem tasarlanmıştır. Sistemin kalbini 3 eksen yalpaya monte edilmiş kamera ve lazerli mesafe ölçer modülü (LiDAR) oluşturmaktadır. LiDAR yalpa üzerindeki kameranın yanına ve aynı doğrultuda yerleştirilmiştir. Anlık kamera görüntüsü ve LiDAR mesafe verileri canlı olarak arayüz yazılımına aktarılmaktadır. Arayüz yazılımında derin öğrenme yöntemleriyle görüntüdeki olası hedefler çerçevelenir. Kullanıcı seçtiği hedefi ortalayacak şekilde uzaktan kumandayla yalpa sistemini hareket ettirerek hedefi ekranın merkezine getirebilir. Arayüz yazılımından butona basılmasıyla birlikte İHA'nın GNSS koordinatları, yaw açısı ve hedef mesafesi ile yalpanın yaw ve pitch açıları düzenlenerek Vincenty formülüne gönderilir. Hedefin GNSS koordinatları hesaplanır. Sistemin başarımını test etmek için örnek hedef nesnelerin GNSS koordinatları statik olarak ölçülüp İHA üzerinden dinamik olarak hesaplanan koordinatlar ile karşılaştırılmıştır. Haversine formülüyle, İHA'nın ölçüm sırasındaki koordinatından statik olarak ölçülen ve dinamik olarak hesaplanan koordinatlara olan mesafe ve yönelim açısı bulunmuştur. Hesaplanan koordinatın başarımı, elde edilen sapma açısı ve mesafelerin bağıl hata yüzdesi üzerinden değerlendirilmiştir. Bu çalışma Marmara Üniversitesi Bilimsel Araştırma Projeleri Koordinasyon Birimi (BAPKO) tarafından desteklenmiştir (Proje No: FEN-C-YLP-170419-0123).