otonom araçlar

 

OTONOM ARAÇLAR

Sude ŞAHİN 

Üniversite: KADİR HAS ÜNİVERSİTESİ ,

Bölüm :  Bilgisayar mühendisliği bölümü,

Sınıf bilgisi: 2. sınıf öğrencisi,

Öğrenci numarası: 20191701064

Üniversitedeki ilgili kişi: career@khas.edu.tr

    

    

    

 


 


                                                            OTONOM ARAÇLAR

 

Yapay zeka teknolojisi ve bu teknolojinin ilerlemesiyle gelişen yeni sistemler insan yaşamında yerini almıştır. Bunlardan birisi de otonom araçlardır. Otonom araçlar yani diğer deyişle sürücüsüz araçlar yapay zeka’nın derin öğrenme tekniğini kullanarak insan gücünü minimum seviyede kullanmaya yarayan arabalardır. Otonom araçlar 1980 yılından bu yana yüksek oranda gelişim göstermiştir. Elektrik port’a göre ilk defa otonom araçlar 1980 yılında Mercedes Benz mühendisi olan Ernst Dickmanns’ın tasarladığı kamera görüntüsü ile kendi kendini süren otonom araç ile somutlaşmıştır.

Otonom araçlar derin öğrenme tekniklerini çokça kullanmaktadır. Derin öğrenmenin tanımı da , yazılım bilgisi ve tekniklerini kullanarak yapay sinir ağları ve makine öğrenme algoritmalarının oluşturduğu bir sistemdir diyor Mustafa Mert Tunalı. Songül Toranoğlu’na göre derin öğrenme tekniğinin çalışma düzeni yazılan çok sayıda kod’a yani input’a göre ilgili tepkileri kendi kendine öğrenmesidir. Derin öğrenmenin otonom araçlardaki çalışma düzeni kameralar sayesinde olur. Aracın beyni yani işleyiş sistemleri kameralardan aldığı görüntüyü işleyerek geri bildirim verebilmesi bir çeşit derin öğrenme tekniğidir.

 Ayrıca Mustafa Mert Tunalı’ya göre otonom araçlar bilgisayar mühendisliği’nin , yazılım ve donanım alanlarıyla bağlantılı olan; LIDAR sensörler, kameralar, GPS, ultrasonik vb sensörler sayesinde çoğu kaynaktan veri alabiliyor. Otonom araçlar 5 temel sistem bulundurmaktadır bunlar da ; lokalizasyon, Algı, Tahmin, Planlama ve Kontroldür.

Lokalizasyon bir aracın kendi konumunu hesaplamasıdır bu da aracın sahip olduğu sensörler sayesinde gerçekleşir. Sensörlerin algıladığı veriler Kalman filtreleri tarafından hesaplanıp çıktı verilir bunun amacı da hata payını minimalize etmektir çünkü otonom araçlarda GPS’ten gelen verilerin hata ihtimali vardır ve bu durum da ölümcül sonuçlara yol açabilir. Bu nedenle GPS ve radarın birlikte kullanılması hata yüzdesini düşürür.

Algı ise araçların çevreyi algılama şekilleridir. Bu durumda da yapay zeka’nın sinir ağları yapısı ve bilgisayar görüsü kullanılır. Nesneler’in konumu ,nesnelerin yapısı veya görüntüsünü tanıma yapay zeka’nın derin öğrenme algoritmalarının gelişmesiyle daha da gelişmiştir. Derin öğrenmeyle nesneyi tanıma aşamaları ise  Evrişimli Sinir Ağları(CNN) veya ConvNets ile gerçekleştirilyor. Otonom araçlarda bir diğer dezavantaj ise algılanacak birden çok nesnenin varlığıdır. Örneğin hava durumu farklılıkları bile nesnenin tespit ihtimalini etkiler. Bu yüzden , geliştirilmiş bir çok  sistem vardır bunlar da YOLO, Tensorflow Object Detection API, R-CNN ve  SSD’dir.

Tahmin sistemi ise araçların yakınında bulunan insanlar’ın , nesnelerin veya hayvanların davranışını tahmin eder. Bu yüzden otonom araçlar oluşabilecek ani tepkileri özyinelemeli sinir ağlarını kullanarak kontrol edip kendisi için geri ileti oluşturup tepki verebilir ki bu da güvenli seyahat için gerekli bir kolaylıktır.

Diğer bir kullanılan sistem ise yol planlamadır. Yol planlamada aracın gideceği rota; arama algoritmaları, durum örgüsü planlaması ve pekiştirmeli öğrenme teknikleri sayesinde gerçekleştirilir. Arama algoritması en kestirme yolu bulmak açısından faydalı bir algoritma çeşididir. Otonom araçların yol planlaması için pekiştirmeli öğrenme bir diğer önemli noktadır. Pekiştirmeli öğrenme canlıların öğrenme tarzına benzemektedir. Bir bebek yürümeyi öğrenirken birçok defa düşer ve kalkar bu da ona yeni deneyimler kazandırır.  Pekiştirmeli öğrenmede bu davranış-deneyim ilişkisinden esinlenerek ve yapay zeka’nın yöntemleri kullanılarak geliştirilen bir sistemdir.

Son olarak, kontrol kısmında ise hız-fren ayarları ve direksiyon yönü kontrol edilir. Bu kısımdaki en popüler yöntem ise PID’dir. Direksiyon kontrolü, şerit takip sisteminden gelen komutlara göre düzenlenir.

Özetle, otonom araçlar yapay zeka’nın tekniklerini ve aşamalarını kullanarak kendi kendini sürebilen araçlardır. Bu durum da insanlar, vakti en az seviyede kullanırlar ve yakıt tüketimi azalır. Böylece zaman ve güç tasarrufunda bulunmuş oluruz.

 

Mustafa Mert Tunalı (Aug 26,2019)   https://medium.com/deep-learning-turkiye/otonom-araclardaki-derin-ogrenme-mantigi-nasil-calisir-9f0fb59ba0a5

Electrik Port    https://www.elektrikport.com/teknik-kutuphane/otonom-(surucusuz)-araclar-nedir/8836#ad-image-0

Songül TORANOĞLU     http://kergun.baun.edu.tr/20172018Guz/YZ_Sunumlar/Derin_Ogrenme_Songul_Toranoglu.pdf

 

Comments

Post a Comment

Popular posts from this blog

Privacy

Privacy Policy Sude Şahin built the War Of Mystery : Mobile FPS game as a Free game. This SERVICE is provided by Sude Şahin at no cost and is intended for use as is. This page is used to inform visitors regarding my policies with the collection, use, and disclosure of Personal Information if anyone decided to use my Service. If you choose to use my Service, then you agree to the collection and use of information in relation to this policy. The Personal Information that I collect is used for providing and improving the Service. I will not use or share your information with anyone except as described in this Privacy Policy. The terms used in this Privacy Policy have the same meanings as in our Terms and Conditions, which is accessible at War Of Mystery : Mobile FPS unless otherwise defined in this Privacy Policy. Information Collection and Use For a better experience, while using our Service, I may require you to provide us with certain personally identifiable information. The informatio...
Read more

Red algea (rhodophyta)

Image
According to Wikipedia algs are kinds of photosynthetic eukaryotic organisms . Algea includes wide range of species such as Phytosarcodina, Flagellata and Rhodophyta is called red algae. A lot of algea species live in water and most of them have not any stomata , xylem or phloem that are procurable by plant cells. Jennifer Kennedy (January 18,2020) says that as the name suggest , red algea is reddish or purplish. Although, wide range of algea are green or brown, red algea include multifarious pigments such as chlorophyll, red phycoerythrin, blue phycocyanin . Furthermore, Red algea is significant for ecosystem. Because it is consumed by fishes, worms and gastropods. Regina Bailey , (September 12, 2018) claims that red algea is generally prevalent in tropical aquatic areas.   Depite the other algeas, flagella and centrioles are not found in Red algaes. Red algae evolves on solid surfaces such as tropical reefs. İn addition, cell walls of Red algea are formed by cellulose and wide v...
Read more

neolithic revolution process writing

  Humanity   has been successful and made sufficient progress in creating a good life thanks to neolithic revolution and cognitive revolution. Firstly, Neolithic revolution is a kind of process that humans have passed to settled life in years. Similarly, cognitive revolution means new thoughts and new communication styles that emerged 70.000 years ago . These revolutions are crucial because İt enables lots of amenities like mass production and civilization that makes life comfortable. Also people improved new inventions such as writing and computers thanks to these revolutions. Therefore, Current situation of the humanity is successfull because they live each other peacefully , they improved new informations and they   established civilization that was improved the humanity. First of all , neolithic revolution enables mass production and we can reach lots of foods thanks to agriculture . According to Svizerro(2017) there were an increase of food consumption and he says ...
Read more