İHA için görüş tabanlı iniş yeri tespiti: Teoriden uygulamaya

Multirotor insansız hava araçları (İHA), arızalı motorlardan veya hasarlı pervanelerden kaynaklanabilen motor arızalarına oldukça yatkındır. Motor arızaları, çok motorlu İHA'nın dinamiklerini ciddi şekilde etkiler ve bu nedenle uçuş güvenliğini ve güvenilirliğini tehlikeye atar. Bu tür acil uçuş koşullarında, güvenli bir iniş İHA için hayati bir sorundur. Bu tezin amacı, görüntü işleme teknikleri ve derin öğrenme algoritmaları kullanarak uygun bir iniş alanı bulmak ve İHA'yı istenen iniş alanına doğru yönlendirmektir. Havadan çekilen görüntülerin analizi, kamera açıları, güneş ışığı, engellerin varlığı ve görüntü özelliklerinin tanınmasının zor olmasından dolayı zor bir analiz sürecidir. Arıza senaryoları gibi acil uçuş koşullarında, binalar ve ağaçlar gibi farklı engellerin bulunduğu, insan ve hayvanların bulunduğu bir alanda güvenli bir iniş alanının tespit edilmesi gerekmektedir. Bu nedenle, bu zorlukların üstesinden gelmek amacıyla, modelimizi eğitmek için Evrişimsel Sinir Ağı (CNN) mimarilerinden biri olan U-net yapısını içeren bir model kullanılmıştır. U-net mimarisi, en derin mekanizmalara ve en iyi algoritmalara sahip ResNet tabanını kullanır. Yukarıda bahsedilen hedeflere ulaşmak için, ATÜ üniversitesi kampüsünde çekilen ve hava fotoğraflarını içeren veri tabanı, CNN mimarisi kullanılmadan önce veri kümesi görüntüleri etiketlenerek segmente edilmiştir. Monoküler bir kamera kullanılarak istenen iniş alanı tespit edildikten sonra, 2D veri kümesi görüntülerinin analizine bağlı olarak İHA konumundan belirlenen alanın merkezine yol planlaması için A* algoritması kullanılmıştır. Tüm kodlar, TensorFlow adı verilen çok kullanışlı bir kütüphanesi olan Python ortamında yazılmıştır.