Otonom çim biçme robotu tasarımı, yapımı ve uygun derin öğrenme tekniklerinin seçimi

Bu tez çalışmasında, otonom çim biçme robotu için derin öğrenme tekniklerinin araştırılması gerçekleştirilmiştir. Çevresel algılama ve karar verme süreçlerini iyileştirmek amacıyla, derin öğrenmeye dayalı bir görsel tanıma sistemi tasarlanarak tarım ve peyzaj uygulamaları için çalışma yapılmıştır. Çalışmanın temel amacı, insan müdahalesini en aza indirerek insan gücünden ve zamandan verimlilik sağlayan bir otonom sistem sunmaktır. Çim biçme işleminin güvenli, hassas ve kesintisiz bir şekilde gerçekleştirilmesi için çim, toprak ve sınır sınıflandırması yapılmıştır. Bu amaçla, derin öğrenme modelleri VGG16, VGG19, MobileNet, ResNet18 ve ResNet50 transfer öğrenme teknikleri kullanılarak eğitilmiştir. Transfer öğrenme, geniş veri setlerinde eğitilmiş model ağırlıklarının uyarlanmasını sağlayarak hem eğitim süresini kısaltmış hem de modelin verimliliğini artırmıştır Elde edilen sonuçlar, VGG16 ve VGG19 modellerinde 1.0 doğruluk sağladığını göstermiştir. Bu çalışma, yapay zeka tabanlı derin öğrenme tekniklerinin otonom robotik sistemlerdeki yenilikçi uygulamalarını ortaya koyarak modern tarım ve peyzaj uygulamalarında verimlilik ve kolaylık sağlamaktadır.