Robotikte bilgisayarlı görü entegrasyonunu anlama

Robotikte yapay zekâ inanılmaz bir hızla ilerliyor ve robotlar daha az insan müdahalesiyle daha karmaşık görevleri yerine getirecek şekilde üretiliyor. Örneğin DeepMind'ın RoboCat'i, yalnızca 100 gösterimle yeni görevleri öğrenebilen yapay zekâ destekli bir robottur. RoboCat daha sonra bu girdileri daha fazla eğitim verisi üretmek ve becerilerini geliştirmek için kullanabilir; ek eğitim sonrasında başarı oranını %36'dan %74'e çıkarabilir. RoboCat gibi yenilikler, çok çeşitli görevleri en az insan girdisiyle yerine getirebilen robotlar oluşturmaya doğru atılmış büyük bir adımı gösteriyor.

Şekil 1. DeepMind'ın RoboCat'i nasıl çalışıyor?

AI destekli robotlar, çeşitli pratik uygulamalarda şimdiden etkisini gösteriyor; bunlar arasında Amazon'un robot kullanımının depo operasyonlarını kolaylaştırması ve tarım sektöründeki üretim yöntemlerini optimize eden AI tabanlı robotlar yer alıyor. Daha önce robotikte AI'nın genel rolünü ele aldık ve lojistikten sağlık hizmetlerine kadar sektörleri AI'nın nasıl yeniden şekillendirdiğini gördük. Bu makalede, robotikte bilgisayarlı görü konusunun neden bu kadar önemli olduğunu ve robotikte bilgisayarlı görünün robotların çevrelerini algılayıp yorumlamasına nasıl yardımcı olduğunu daha derinlemesine inceleyeceğiz.

Robotikte görme sistemlerinin önemi#

Robotikteki görme sistemleri, robotun gözleri gibi çalışır ve çevresini tanıyıp anlamasına yardımcı olur. Bu sistemler genellikle görsel verileri yakalamak için kameralar ve sensörler kullanır. Ardından bilgisayarlı görü algoritmaları, yakalanan videoları ve görüntüleri işler. Nesne algılama, derinlik algılama ve örüntü tanıma sayesinde robotlar nesneleri tanımlayabilir, çevrelerini değerlendirebilir ve gerçek zamanlı kararlar alabilir.

Şekil 2. Makine görüşüyle donatılmış bir robot (kaynak: roboticstomorrow.com).

Görsel yapay zekâ veya makine görüşü, robotların dinamik ve yapılandırılmamış ortamlarda otonom çalışması için vazgeçilmezdir. Bir robotun bir nesneyi alması gerekiyorsa bilgisayarlı görü kullanarak nesnenin yerini belirleyebilmelidir. Bu oldukça basit bir örnektir. Ürünleri üretim süreçlerinde inceleyen veya tıbbi ameliyatlara hassasiyetle yardımcı olan robotların kullanıldığı uygulamaları geliştirmek için bilgisayarlı görü sisteminin aynı temel altyapısı gerekir. Gerçek zamanlı karar alma için gereken duyusal girdiyi sağlayan görme sistemleri, robotların çevreleriyle daha doğal etkileşim kurmasını ve farklı sektörlerde üstlenebilecekleri görevlerin kapsamını genişletmesini mümkün kılar.

Otonom robotlarda bilgisayarlı görü alanındaki son gelişmeler#

Son zamanlarda robotikte bilgisayarlı görü kullanımı dünya çapında arttı. Hatta küresel robotik görü pazarının 2028'e kadar 4 milyar dolara ulaşması bekleniyor. Görsel yapay zekânın gerçek dünyadaki robotik uygulamalarda verimliliği artırmak ve karmaşık sorunları çözmek için nasıl kullanıldığını gösteren bazı örnek olaylara bakalım.

Görsel yapay zekâ ve robotikle su altı incelemelerini iyileştirme#

Boru hatları, deniz üstü platformlar ve su altı kabloları gibi yapıların iyi durumda kalması için su altı incelemeleri hayati önem taşır. Bu incelemeler, masraflı onarımları veya çevresel sorunları önlemek amacıyla her şeyin güvenli ve düzgün çalıştığından emin olmaya yardımcı olur. Ancak düşük görüş mesafesi ve ulaşılması zor alanlar nedeniyle su altı ortamlarını incelemek zor olabilir.

Bilgisayarlı görü kullanan robotlar, yerinde analiz edilebilecek veya incelenen alanların ayrıntılı 3B modellerini oluşturmak için kullanılabilecek net ve yüksek kaliteli görsel veriler yakalayabilir. İnsan uzmanlığını bu teknolojiyle birleştirmek incelemeleri daha güvenli ve verimli hâle getirir, ayrıca bakım ve uzun vadeli planlama için daha iyi içgörüler sunar.

Örneğin, önde gelen bir ticari dalış şirketi olan NMS, bulanık görüşlü bir giriş noktasında gerçekleştirdiği zorlu bir su altı boru incelemesinde Blue Atlas Robotics'in Sentinus Uzaktan Kumandalı Araçlarını (ROVs) kullandı. Bilgisayarlı görüyle donatılmış Sentinus ROV, on dört ışığıyla alanı aydınlattı ve farklı açılardan yüksek çözünürlüklü görüntüler yakaladı. Bu görüntüler daha sonra borunun iç kısmının doğru 3B modellerini oluşturmak için kullanıldı; böylece NMS borunun durumunu kapsamlı biçimde değerlendirebildi ve bilinçli bakım ve risk yönetimi kararları alabildi.

Şekil 3. Blue Atlas Robotics'in Sentinus ROV'ları nasıl çalışıyor?

Görsel yapay zekâ ve robotik hassasiyetle ev inşa etme#

İnşaat sektöründe, iş gücü eksikliğiyle uğraşırken istikrarlı kaliteyi korumak zor olabilir. İnşaatı endüstriyel robotlarla otomatikleştirmek; yapım sürecini kolaylaştırmanın, manuel iş gücü ihtiyacını azaltmanın ve hassas, yüksek kaliteli işler sunmanın bir yoludur. Bilgisayarlı görü teknolojisi, robotların gerçek zamanlı izleme ve inceleme yapmasını sağlayarak bu otomasyona entegre edilebilir. Özellikle bilgisayarlı görü sistemleri, her şeyin doğru konumlandırıldığını ve kalite standartlarını karşıladığını doğrulamak için robotların malzemelerdeki hizalama hatalarını veya kusurları tespit etmesine yardımcı olabilir.

Bunun mükemmel bir örneği, ABB Robotics ile Birleşik Krallık merkezli girişim AUAR arasındaki iş birliğidir. İkili, levha ahşaptan uygun fiyatlı ve sürdürülebilir evler inşa etmek için görsel yapay zekâ donanımlı robotik mikro fabrikalar kullanıyor. Bilgisayarlı görü, robotların malzemeleri hassas biçimde kesip birleştirmesini sağlıyor. Otomatik süreç, iş gücü açığının giderilmesine yardımcı oluyor ve tek bir malzemeye odaklanarak tedarik zincirini basitleştiriyor. Ayrıca bu mikro fabrikalar yerel ihtiyaçlara göre ölçeklendirilebilir, yakındaki istihdamı destekleyebilir ve inşaatı daha verimli ve uyarlanabilir hâle getirebilir.

Şekil 4. Görsel yapay zekâ destekli robotik mikro fabrikalar.

3B görsel yapay zekâyla elektrikli araç şarjını otomatikleştirme#

Elektrikli araç şarjı, robotikte görsel yapay zekânın bir başka ilgi çekici kullanım alanıdır. 3B görü ve yapay zekâ sayesinde robotlar, açık otoparklar gibi zorlu ortamlarda bile elektrikli araçların şarj girişlerini otomatik olarak bulup bağlanabilir. Görsel yapay zekâ, aracın ve çevresinin yüksek çözünürlüklü 3B görüntülerini yakalayarak çalışır; böylece robot şarj girişinin yerini doğru biçimde belirleyebilir. Ardından şarj cihazını bağlamak için gereken kesin konumu ve yönelimi hesaplayabilir. Görüş yeteneğiyle donatılmış yapay zekâ yalnızca şarj sürecini hızlandırmakla kalmaz, aynı zamanda süreci daha güvenilir hâle getirir ve insan müdahiyacı azaltır.

Buna örnek olarak Mech-Mind'ın büyük bir enerji şirketiyle yaptığı çalışma gösterilebilir. Şirket, zorlu aydınlatma koşullarında bile bir elektrikli aracın şarj bağlantı noktasını hassas biçimde bulup bağlanabilen, 3B görmeyle yönlendirilen bir robot geliştirdi. Otomatik elektrikli araç şarjı, ofis binaları ve alışveriş merkezleri gibi ticari alanlarda şarjı daha verimli hâle getiriyor.

Şekil 5. 3B görmeyle yönlendirilen elektrikli araç şarjı.

Robotik uygulamalarında yapay görmenin avantajları#

Bilgisayarlı görü, robotik alanında çeşitli avantajlar sunar ve makinelerin görevleri daha fazla özerklik, hassasiyet ve uyarlanabilirlikle gerçekleştirmesine yardımcı olur. Robotikte yapay görmenin sunduğu bazı benzersiz avantajlar şunlardır:

• Maliyet verimliliği: Yapay görme, yüksek hassasiyet ve tutarlılık gerektiren görevleri otomatikleştirerek el emeği ihtiyacını azaltır, hata oranlarını düşürür ve verimliliği artırır; böylece uzun vadede maliyet tasarrufu sağlar.
• Uyarlanabilir öğrenme: Robotlar, görsel verileri sürekli analiz ederek zaman içinde performanslarını iyileştirebilir, etkileşimlerinden öğrenebilir ve yeni görevlere veya ortamlarındaki değişikliklere uyum sağlayabilir.
• Güvenlik ve mevzuata uyum: Yapay görme; robotların engelleri algılayıp bunlardan kaçınmasını, güvenli olmayan koşulları tanımasını ve mevzuat standartlarına uymasını sağlayarak insanlarla birlikte çalışan robotların güvenliğini artırır.
• Çoklu görev: Görüntü analizi, robotların nesneleri incelerken sınıflandırmak gibi birden fazla görevi aynı anda yerine getirmesini sağlayarak genel verimliliği artırır.

Robotikte bilgisayarlı görü zorlukları#

Görsel yapay zekâ robotiğe pek çok avantaj sağlasa da bilgisayarlı görüyü robotiğe uygulamakla ilgili zorluklar da vardır. Bu zorluklar robotların farklı ortamlardaki performansını ve çalışma güvenilirliğini etkileyebilir; bu nedenle robotik sistemlerin geliştirilmesini ve dağıtımını planlarken bunları göz önünde bulundurmak önemlidir. Bilgisayarlı görünün robotikte kullanılmasının temel zorluklarından bazıları şunlardır:

• Diğer sensörlerle entegrasyon: Görüntü sistemlerinin çoğu zaman LiDAR veya ultrasonik sensörler gibi diğer sensörlerle birlikte çalışması gerekir. Ortamın eksiksiz bir şekilde anlaşılmasını sağlamak için bu farklı sensörlerin sorunsuz biçimde birlikte çalışmasını sağlamak karmaşık bir iştir.
• Uygulama maliyeti: Gelişmiş görüntü sistemlerini geliştirmek ve kullanıma almak pahalı olabilir. Yapay görmeyi uygulama maliyetlerini beklenen faydalarla dengelemek, birçok kuruluşun karşılaştığı bir zorluktur.
• Veri kalitesi ve erişilebilirliği: Makine görme sistemleri eğitim için büyük veri kümelerine dayanır; ancak robotun çeşitli koşullarını doğru biçimde temsil eden, yüksek kaliteli ve etiketlenmiş verileri elde etmek zor olabilir. Veriler yetersiz veya eksik olursa modeller daha az doğru sonuç verebilir ve robotlar düşük performans gösterebilir.
• Farklı koşullarda güvenilirlik: Bilgisayarlı görü sistemlerinin iç ve dış ortamlar gibi çeşitli koşullarda güvenilir ve tutarlı performans göstermesi gerekir. Ancak sık sık ayarlama veya manuel müdahale gerektirmeden bu tür bir dayanıklılık sağlamak zor olabilir.

Yapay görme yeni nesil robotlara yön veriyor#

Görsel yapay zekâ, robotların çevreleriyle etkileşim biçimini, onlara bir zamanlar hayal bile edilemeyen düzeyde anlayış ve hassasiyet kazandırarak değiştiriyor. Bilgisayarlı görünün, robotların giderek daha karmaşık görevleri üstlendiği üretim ve sağlık gibi alanlarda büyük etki yarattığını şimdiden görüyoruz. Yapay zekâ gelişmeye ve bilgisayarlı görü sistemleri iyileşmeye devam ettikçe robotların yapabilecekleri de genişliyor. Robotikteki ilerleme yalnızca gelişmiş teknolojiyle ilgili değil; bizimle birlikte çalışabilen robotlar oluşturmakla ilgili. Robotlar daha yetenekli hâle geldikçe gündelik yaşamımızda daha büyük bir rol oynayacak, yeni fırsatlar yaratacak ve dünyamızı daha verimli ve bağlantılı kılacak.

Çeşitli yapay görme kullanım alanlarını öğrenmek için topluluğumuza katıl ve GitHub depomuzu incele. Çözüm sayfalarımızda otonom sürüş ve üretim alanlarındaki bilgisayarlı görü uygulamaları hakkında da daha fazla bilgi edinebilirsin.