ALGILAYICI TABANLI ROBOT KONTROL SİSTEMLERİ

ALGILAY ICI (SENSOR) TABANLI ROBOT KONTROL SİSTEMLERİ

Fumio Harashima, Hiçteki Hashimoto, ve Takashi Kubota(*)

Çeviri : Selim ESKİİZMİRLİLER(**)

Özet :

Algılayıcısı bulunmayan bir robotun son etkileyicisi (end effector). çalışma uzayı (co ork space) içindeki bir yol boyunca eklem şaft kodlayıcısından gelen veriden başka hiçbir geri beslemeye bakmadan ilerlemek zorundadır. Bu durum robotun yüklenebile ceği görevleri sınırladığı gibi. hedef cisimlerin hassas bir şekilde yerleştirilmesi için gerekli maliyeti de yüksektir. Bu nedenle robotik sistemlerde algılayıcı kullanımı üzerine yoğun bir ilgi mevcuttur.

Algılayıcılarının yardımıyla robot bir "adaptif davranış" özelliği kazanır. Böylece robot or tam değişiklikleriyle esnek bir tarzda ilgile nebilirler ve yorumlama karar verme gibi sü reçleri içeren daha karmaşık görevlerin üstesinden gelebilir.

Algılayıcı tabanlı kontrol sistemleri, dış algısal geri besleme ol maksızın kullanılan günümüz robotlarının uygulama alanlarını sı nırlayan "bilinmeyen ortam" ve "belirsiz model"gibi zorluklardan bir çoğunun üstesinden gelebilirler.

Beş temel insan duyusunu görme, işitme, dokunma, tatma koku alma olarak sıralarsak, robotlar için bunlardan sadece ilk üçü anlamlıdır.

Bu üç duyu arasından göme duyusu ise robotik sistemler için en fazla öneme sahip olanıdır. Dolayısıyla yazımızda görsel algıla yıcılar ve bu tip algılayıcılara dayanan kontrol sistemleri ağırlıkta olacak

Son zamanlarda araştırmacıların ilgisi, çok sayıda algılayıcının kullanılmasıyla robot zekasının iyileştirilmesi konusu üzerinde yoğunlaşmaktadır. Bu nedenle yazımız, özellikle algılayıcı tüm lemesi (integration) veya füzyonu (fusion) konularında olmak üzere, çok sayıda algılayıcı/ı sistemler için. görsel ve mesafe al gılayıcıların (range sensorj birlikte çalışmasına dayanan bir seyir (navigation) metodu açıklanmıştır.

(") Endüstriyel Bilim Enstiüsü, Tokyo Üniversitesi (**) Orta Doğu Teknik Üniversitesi Elektronik Mühendisliği

Bölümü. Y.Lisans Öğrencisi

I. ALGILAMA SİSTEMİ Zeki robot sistemlerinin şekil 1'de gö rüldüğü gibi görsel, dokunsal (tactile), kuvvet tork ve diğer tip algılayıcılardan gelen geri beslemeye dayanan hareket kontroluha ihtiyacı vardır. Son zaman larda çok sayıda algılayıcılı sistemler dikkatleri üzerlerine toplamaktadırlar. Çünkü ileri teknolojiye dayanan robot ların kesin, doğru ve zengin bilgiye ihti yacı vardır. Bu bölümde algılama siste mi, algılayıcı kontrol sistemleri ve çok sayıda algılayıcılı işlemleme (proces sing) sistemleri açısından tartışıldı.

1.1. Algılayıcı tabanlı kontrol sistemleri: Robotik algılamanın amaçlarından bir tanesi de algılayıcı tabanlı kontroldür. Bu tip bir kontrol sistemi, robot bir ci simle uğraşırken önemli bir rol oynar. Genelde algılayıcı

Kıskaç Po/.isNon AlgılaMCisı

Şekil 1: ÇOK SAYIDA algılayıcı sistem

378 ELEKTRİK MÜHENDİSLİĞİ

kontrol sistemleri şekil 2'de görüldüğü gibi 5 seviyede sı nıflandırılır.

1 Ardışık (Sequential) kontrol seviyesi: Bu seviye açık kapalı (on off) algılayıcıların kullanıldığı ardışık kontrola karşılık gelir. Bu en ilkel seviyedir.

2 ileri besleme kontrol seviyesi: Bu bir açık çevrim (open loop) kontroldür. Sisteme gönderilen komut, görev (task) için gelen bilgi elde edil dikten sonra üretilir. Bu seviye daha fazla işlemleme za manı gerektirmesine rağmen belirli bir komut gerekli ol duğunda sık sık kullanılır.

3 Algılayıcı geri beslemeli kontrol seviyesi: Bu seviye, algılayıcı sinyalleriyle yapılan bir geri beslemeli kontroldür ve algısal kontrolün temel metodudur. Örneğin kavrama / kuvvet kontrolunda temas kuvvet al gılayıcısı (contact force sensor) kullanılan bir PID geri besleme metodu veya yakınlık algılayıcısı (proximity sen sor) tabanlı eğik yüzey izleme kontrolü bu seviyeye kar şılık gelir.

4 Algılayıcı adaptif kontrol seviyesi: Algılayıcı bilgisi sisteme kontrol girdisi olarak kullanılmaz; fakat bu bilgi optimize etmek ya da adapte etmek için kontrol sistemi parametrelerinin tahmininde ya da dü zenlenmesinde kullanılır.

5 Algılayıcı tabanlı otonom kontrol seviyesi: Bu seviye robotik algısal kontrolsisteminin en son hede fidir. Bu kontrol metodu, yapay us (Artificial Intelligence) fonksiyonuna, tanıma, irdeleme ve karar verme süreçle rine gereksinir.

1.2 Çok sayıda algılayıcı kullanımının avantajları: Dışsal algılayıcıların kullanımındaki amaç, mevcut siste

(före\ komutu

(İl Ardaşık Kontso Seviıesi

Kontrol Birimi

Ortam Cisim i l Mantıksal İşleme

Robot

me bulunduğu ortama ait bazı özelliklere dair kullanışlı bilgileri sağlamaktır. Çok sayıda algılayıcıların avantajları arasında, elde edilen bilginin tekrarlılık, tamamlayıcılık ve zamanlama gibi özelliklerini sayabiliriz. Tekrarlanan bil ginin tümlenmesi veya füzyonu genel bir belirsizliği azal ttp güvenilirliği ve hassasiyeti arttırabilir. Ayrık olarak ça lışan bağımsız algılayıcılardan gelen bilgi kullanıldığında, tamamlayıcı bilgi, tanınması ve anlaşılması imkansız olan ortamlara ilişkin tanıtıcı bilgiler sağlar. Daha iyi zamanla maya sahip bir bilgi, tek bir algılayıcıdan ziyade çok sayı da algılayıcıdan elde edilebilir.

1.3. Çok sayıda algılayıcın işlemleme sistemi: Çok sayıda algılayıcı sistemlerde, algılayıcı verilerini işle me metodları tablo 1'de görüldüğü gibi 4 sınıfta toplana bilir.

a Algılayıcı kompleksi: Fiziksel algılayıcıların çıktıları birbirlerinden bağımsız ola rak dağılırlar. Algılanan ortama veya cisme ait hassas birleştirilmiş birtanımlama, algılayıcı verilerinin toplanarak ya da tamamlanarak işlenmesiyle elde edilir. Bu yöntem yöresellikten ve tek fonksiyonellikten kurtulmada, ayrıca ölçüm sınırlarının genişletilmesinde etkilidir.

b Algılayıcı tümlenmesi: Algılayıcı verisinin bütünsel ya da parçalı bir tarzda bir leştirilmesiyle anlamlı bir tanımlama elde edilebilir. Bu metod kesinlik ve güvenilirliğin iyileştirilmesinde ve işlemleme zamanının azaltılmasında etkilidir.

c Algılayıcı füzyonu: Yeni ve anlamlı başka bir tanımlama algılayıcı bilgisinin karşılıklı olarak, bir arada veya aynı anda birbirlerine yar dımcı olacak şekilde işlenmesiyle elde edilebilir. Stereo görmedeki gibi iki gözünde aynı anda kullanımını gerekti ren birleşim bu işleme iyi bir örnektir. d Algılayıcı yardımlaşması: Algılayıcılar arasındaki karşılıklı ilişkiler, algılayıcı verisinin bir arada birleştirilerek işlenmesiyle oluşturulur. Bu metod önceden sezme, öğrenme, hafızaya alma, modelleme ve başka konularda etkilidir.

t Üık İM i Iftfâni " ' 1 t râ Bl

(2) İlen Besleme Kont[rroollSSe<eviyesi I

Turumu Kurur

Sin>ul M işlenilenle j ^ " ^

l.l) Al}:ıtu.\ıcı <îeri Beslemeli Kontrol Seviyesi

k(>mpn/.is)on

Sin\ ul isleınîeme

14ı Alplutlıı Aduptil kontrol Sevivesi

Adaptil Işlemfeme

Sinv.il işlenilenle

;unıelleşlirılmis 'l 5 Al);ılu>n; Tuhunlı Konln.l Selesi

[ Tununu Kurur

Sinvul islemleıne

Şe k i l 2: ALGILAYICI KONTROL seviyesi

a^İy^lüırtemesi ^ '"' a)g«^yaudwı«Şflf8*a»

2. GÖRSEL GERİ BESLEME İLE ROBOT KONTROLÜ Eskiden beri görsel sistemler, robotik manipülatörler veya hareketli robotlarla birlikte çeşitli uygulamalarda kullanılı yordu. Özellikle son yıllarda, görsel sistem, yeni geliştirilmiş akili robotlarda en temel algılayıcı olarak görünüyor. Robotik uygulamalarda görsel sistemin görevi

378 ELEKTRİK l Iftl

Hedef cisimlerin tanınması

Ortam analizi ve yörünge saptan ması (Hareketli robotlar için)

Optik akıştan hareket çıkarımı

Bileşenin görsel muayenesi

Görsel mesafe veya derinlik öl çümleri

Hedef cisimlerin pozisyon ve or yantasyonlarının saptanması

Son etkileyicinin görsel servo kontrolü olabilir.

Yukarıdaki listenin tüm ayrıntıları kapsadığı tabii ki söyle nemez. Uygulama sahası genişlemeye devam ettikçe görsel sistemler robotik uygulamalarda yeni görevler üst lenecek, denetim kavramına yeni boyutlar kazandıracak tır. Bu bölümde ağırlık yukarıdaki listenin son başlığına verilecektir. Görsel seıvisleme, insanoğlundaki el göz koordinasyonuna tam ol.arak benzeyen bir şekilde, bir ro botun son etkileyicisine görsel veri aracılığıyla rehberlik etme işlemidir. Eğer gerçekten akıllı robotların seri üretimi yapılacak olursa, görsel rehberlik robot kapasitelerinin bir parçası olmalıdır.

2.1 . Sen/isleme (Servoing) için neden görme? Robotun hareketini kontrol eden geri besleme çevrimle rinde, eklemin pozisyon bilgisini sağlamanın bir çok yolu vardır. Şaft kodlayıcılar, takometreler, yeniden çözücüler vb. içeren algılayıcılar oldukça güvenilir ve yeterlidir. Bununla birlikte, talep edilen performans özelliklerini karşılamak üzere çok daha karmaşık nıanüpilatörler geliştirilmiştir. Eklem algılayıcıları, bu tür durumlarda son etkileyici ha reketini tümüyle tanımlamada yetersiz kalır. Kodlayıcı ve çözücüler, basit olarak aşırı yükten kaynaklanan yük de formasyonuna veya eklemlerdeki elverişsiz sertliklere (ki bunlar birlikte son etkileyicide dinamik sapmalara neden olurlar) cevap veremezler. Ancak eklem kodlayıcıları ve çözücüleri, yapılacak işteki veya işin yapıldığı ortama ait değişikliklere ilişkin bilgi ve remezler. (Örneğin, hedef cisimlerin yerleşim ve oryan tasyon değişiklikleri.) Yukarıda tanımlanan problemlerin çözümü açısından bakıldığında, görsel algılama, robotla rın hem yapılaşmamış hem de kesinlik ve mutlak doğruluk gerektiren görevlere uyarlanmasında temel olanaklar sağlar. Hızlı görme sistemlerinin verdiği umutlar ve özel amaçlı, yüksek hızlı optik algılayıcılar dinamik görsel servo kontrol sisteminin sentezini mümkün kılacaktır.

2.2. Algılayıcı tabanlı kontrolün hiyerarşik yapıları: Robot kontrol görevleri, tipik olarak görev ortamının dün ya koordinat eksen takımı (world coordinate frame) içinde tanımlanır. Ortam, robotu, hedef cisimleri ve eğer varsa engelleri kapsayabilir. Kontrol stratejileri, dünya koordinat eksen takımı içinde tanımlı görevleri diğer koordinat eksen takımları içinde tanımlı alt kontrol süreçlerine eşlemek için formüle edilir. Hiyerarşik yapılar, modüler organizasyonu ve görevlerin etkili bölünmelerini kolaylaştıran böyle sis temler için önerilmiştir. Şekil 3: Koordinat eksen takımları, modeller, ve karşılık düşen gözlemciler arasında hiyerar

Robot sistemler bir tanımlama seviyesinden daha fazlasını ilişkilendirmek veya bu seviyelerden birini kullanmak üzere şekillendirilebilirler."

şik ilişkiye sahip böylesine bir yapıyı göstermektedir. Görsel verinin tanımlanmasına ve kullanımına ilişkin 3 seviye vardır.

Algılayıcı seviyesi: Algılayıcı eylem referans sinyalleri tabanlı alçak seviye kontrolüne karşılık gelir.

Özellik seviyesi: Özellik tabanlı ilkel veriler algılayıcı sinyallerinden türerler ve orta seviye kontrollarda kullanı lırlar. Bu veriler arasındaki atanmış ilişkileri tanımlamak üzere, özellik tabanlı gözlemciler kullanılır.

Tanıma seviyesi: Özellik tabanlı ilkel verilerin görev seviye modelleri halinde yorumlanması ve karar verme yapısına dayanan yüksek seviye kontrolünün tanımlan ması.

Görev Döneminde Ayrısına

CGöiw\

Kontrol Strateıır.ı

GOıHV

Ortam

Dünya Modeli

Algısal itildi

Algılayıcı Özellik Modeli

Kohot Dinamikleri Kinematiği

Robot Modeli

O/ellik Seviyesi

Algısal Se\ i\e

lüllllll.l (•özlemcisi

<İ4>rsel '»eri Yorumlama:

O/ellik Tabanlı (îö/.lemci (.örsel Veri Yorumlaması

Kklem (Gözlemcisi

Sakil 3: Hıerarşık Yapı

Robot sistemler bir tanımlama seviyesinden daha fazla sını ilişkilendirmek veya bu seviyelerden birini kullanmak üzere şekillendirilebilirler. Algılayıcı seviyesinde, görev tanımlamasını algılayıcı ve eylem seviyelerine eşlemek için görev bölüşümünde daha fazla iş yapmak gerekir. Diğer taraftan, tanıma seviyesinde algısal sinyal bilgile riyle soyutlamanın üst seviyeleri arasında bir eşleme sağlamak üzere, görsel veriyi yorumlamak için daha fazla çaba sarfedilecektir. Bu nedenle, sistem dizayn edilirken görev dağılımında ki karmaşıklıkla görüntü yorumlaması için gereken zaman arasında optimum bir uzlaşma sağ lanmalıdır.

378 ELEKTRİK | F* MÜHENDİSLİĞİ X /

Yönlenmemiş bir cismin bir paletten görsel geri beslemeli kontrol kullanılarak alınması görsel algılayıcılı tabanlı kontrol görevleri için bir örnektir. Görev, seviyesinde bir komut cisim üzerinde yapılacak işlemi tanımlar. Robot henüz cismin yeri ve yönelimi konusunda ki bilgiyle prog ramlanmamıştır. Bu anlamda görev ortamı yapısallaşma mış durumdadır. Robotta bir TV kamerası yerleştirilerek görsel algılama yeteneği sağlanır. Kamera vasıtasıyla alı nan görüntü, bir bilgisayar görme sistemi tarafından, ci simleri sınıflama ve son etkileyiciyle cismin uzaysal po zisyonu arasındaki ilişkileri ifade etmek için işlenir. Orta mın cisimlerin ve son etkileyicinin pozisyon ve oryantas yonları arasında üç boyutlu ilişkileri yorumlamak için bil gisayarla görmenin kullanımı genelde gerçek kontrolda uygun olmayabilecek düzeyde geniş hesaplamalar ge rektiren karmaşık bir görevdir. Görüntü yorumlaması için yapısal aydınlatma, daha basit algılayıcılar ve başka kul lanılan teknikler görsel servo kontrol uygulamaları için avantajlar sunabilir. Görme teknolojisinin bugün ki duru mu açısından algılayıcı seviyesi ve özellik seviyesi müm kün seviyelerdir. Fakat tanıma seviyesi henüz hızlı gerçek zaman kontrol teknikleri için mümkün değildir.

3. GÖRSEL KONTROLDE Y APAY SİNİR AĞLARININ KULLANIMI

3. ALGILAY ICI FÜZY ON SİSTEMİ

Son zamanlarda robot zekasının görsel ve görsel olma yan algılayıcılar gibi çok sayıda algılayıcı kullanarak ge liştirilmesi üzerine artan bir ilgi mevcuttur. Robot gerçek dünyada çalışabilmek için gerekli bilgiyi yüksek bir gü venceyle elde etmelidir. Bunun için çok çeşitli algılayıcı lardan gelen bilginin füzyonu veya tümlenmesi gerek mektedir. Bu amaç için çeşitli metodlar önerilmiştir. Ör neğin planlamanın üst seviyesinde "kara tahta" (blackbo ard) kullanılması, çok algılayıcılı çekirdek sistemi, içsel fi ziki modelleri bunlardan bazıları olarak sıralanabilir.Bu bölümde üç seviye açısından algılayıcılı füzyon sistemle rinin oluşturulmasına yaklaşımlar tartışılacaktır. Donanım seviyesi, yazılım seviyesi, algoritma seviyesi.

3.1 . Algılayıcı füzyon sistemleri: Şekil 4 genel olarak çok sayıda algılayıcı içeren bir sistemin yapısını göster mektedir.

Donanım Seviyesi: Değişik algılayıcılar, değişik bilgi tür leri sağlarlar. Bu nedenle tek bir işlemleme birimi için bu tip bilgilerle ilgilenmek yeterince etkili değildir. Akıllı al gılayıcı (smart sensor) kavramı burada dikkati çekmekte dir. Söz konusu algılayıcı sadece bir hissetme cihazı değil fakat aynı zamanda bir bilgi işleme birimidir. VLSI tekno lojisindeki gelişmeler yonga üstündeki devrelerinde düşük seviye sinyallerinin birçoğunu işlemleme ve füzyon algo ritmalarını içeren akıllı algılayıcıların üretilmesini sağla mıştır.

Y azılım Seviyesi : Yazılım seviyesinde fonksiyonu ze ginleştirmek daha önemlidir. Yazılım seviyesinde elde edilen fonksiyonlar aşağıdaki gibidir.

Esnek ve güçlü bir ağ'ın (netvvork) tanımlanması . Yerel geri besleme döngüsünün tanımlanması

Etkili dağıtılmış işlemleme Gerçek zamanda işlemleme

Algoritma Seviyesi: Algoritma seviyeleri temel olarak işaret işleme, yapay us ve yapay sinir ağları (Neural Net vvork) olmak üzere 3 kısımda sınıflandırılabilirler, işaret işleme araştırmalarının başlıkları filtreleme, parametre tahmini, spektrum analizi, model tahmini ve kompanzas yondur. Tüm bu işaret işleme metodlarının algılayıcı füz yon sistemlerini iskeleti içinde yeniden düşünülmesi ge rekmektedir.

Yapay us ve sinir ağları alanındaki araştırmalar hem teorik hem de pratik çözümler sunmaktadır. Al temelli araştırma algılayıcı seçimi, otomatik hata Saptama düzeltme ve yüksek seviyeli tanımlamaların geliştirilmesi gibi alanlar için kullanışlıdır. Yapay sinir ağları, hesaplama yöntemi nin veya algılamanın mantıksal yapısının belirsiz ya da bilinmeyen olduğu durumlarda uygundur.

Algoritma Sinyal İşlemleri ^ ( v7ıp;ı> Is | [Viipiiy Sinirııftı | (HesaphııiKi Y;I|IıMI I ^ (M;ınnks.:ıl Y.ıpıt J (jA>l;ıpnl Y;ıpı) J

Va/.ılım

4. GÖRSEL VE MESAFE ALGILAY ICILARININ BİRLİKTE ÇALIŞMASI

Bu bölümde bir hareketli robotun, algılayıcıların birlikte çalışmasına dayalı kontrol stratejisi açıklanacaktır. Çeşitli duyargaçlar arasında, görsel duyargaçların akıllı, hareketli bir robotun kontrolunda önemli bir rol oynaması beklenir. Nitekim, bu stratejide görsel bilgi genel bilgi gibi kullanılır ve engellere ilişkin kaba bilgiler elde edilir. Daha detaylı derin bilgiler gerekli olduğunda mesafe duyargaçları kul lanılır.

Donanını

Şe k i l 4: FÜZYON Sisteminin Yapısı

18 378 ELEKTRİK MÜHENDİSLİĞİ

4.1. Tahmini Ortam:

Burada hareketli robotun bir ev içinde hareket ettiği kabul edilmektedir. Bu nedenle robotun içinde çalıştığı dünya dik duvarlarla çevrilidir ve yerin düz olduğu varsayılmak tadır. Çalışılan ortamın tümüyle bilinmesi gerekli değildir. Bununla birlikte önceden "parça parça" bilinmelidir. "Parça parça"dan kastedilen, en az kaba genel bir hari tanın verilmiş olmasıdır. Hiyerarşik bir yol planlama me todu böyle bir ortam için etkilidir.

4.2. Hiyerarşik yol planlaması:

Planlama sistemi bir global bir de yerel planlayıcılardan oluşur. Global planlayıcı, genel haritaya bağlı ola rak atanmış bir hedefe erişmek için görsel alt hedeflerden oluşan bir di zi yapar; yerel planlayıcı ise algıla yıcı bilgisine bağlı olarak alt hedefler arasında fiziki bir yol belirler. Bu nedenle, bu iki planlayıcının hiye rarşik olarak kullanılması önemlidir. Global planlayıcı tarafından yapılan alt hedef haritası robot ortamını görsel alt hedefler seti halinde belirler. Görme yoluyla saptanan herhangi bir cismin alt hedef karakteristiği olarak kullanılabilir. Örne ğin: Kapılar, pencereler, direkler vb. Genel harita kaba olduğundan dolayı robot alt hedefler arasındaki çevreye ilişkin herhangi bir bilgiye sahip değil dir. Bundan dolayı robot algılayıcılar kullanılarak elde edi nilen bilgilere gereksinir. Yerel planlayıcılar temelde gör sel bilgiden olmak üzere gerçek zamanda bir plan yapar. Eğer görsel algılayıcı direkt olarak bir sonraki alt hedefi saptayabilirse, robot bu alt hedefe gidecek şekilde kontrol edilir.

Eğer bilinmeyen engellerden dolayı bir sonraki alt hedef belirlenemezse yerel planlayıcı ulaşılabilecek yeni bir alt hedef üretmelidir.

Yerel planlayıcı engel etrafındaki ortam hakkında bilgiyi kullanarak serbest uzayı saptar ve yeni bir alt hedefle bir kaçınma yoluna karar verir. (Obstacle Avoidance)

tt Hareketli robot, kendi etrafında yakın saha bilgisini mesafe algılayıcılarından elde edebilir. Mesafe algılayıcı bilgisi robot etrafındaki çevrenin gözlenmesinde, engel saptanmasında, çarpışma tehlikesinin belirlenmesinde, robot pozisyonunun tanımlanmasında vb. için kullanılır."

veriden görsel algılayıcı vektörü türetilir. Engellerin yerle şim bilgisi olarak da mesafe verisinden mesafe algılayıcı vektörü türetilir. Bu vektörler bir çeşit potansiyel alan oluştururlar. Robotun yörüngesi bu iki vektörün düzen lenmesiyle belirlenir.

4.3 Algılayıcı bilgisinin füzyonu yöntemleri

Robotun, içinde hareket ettiği ortama ilişkin global bilgiyi görsel duyargaç vasıtasıyla elde edebildiğini bir önceki bölümde görmüştük. Global bilgi, engellerin saptanması, yeni alt hedeflerin üretilmesi yol planlaması vb. kullanılır. Diğer taraftan hareketli robot, kendi etrafında yakın saha bilgisini mesafe algılayıcılarından elde edebilir. Mesafe algılayıcı bilgisi robot etrafındaki çevrenin gözlenmesinde, engel saptanmasında, çarpışma tehlikesinin belirlenme sinde, robot pozisyonunun tanımlanmasında vb. için kul lanılır. Hareketli robot, tümlenmiş bilgiyi görsel ve mesafe algılayıcılarının birlikte çalıştırılmasıyla elde edilebilir. Al gılayıcı bilgisinin füzyonu aşağıda açıklanan değişik sevi yelerde yer alır. 1 Hareketli robot ön cephe engelini mesafe algılayıcısın dan saptar. Bundan sonra görsel algılayıcıyı kullanarak engeli doğrular ve karakteristikleri çıkarır. Görüntü işleme zamanının azaltılması mümkündür. Çünkü tarama alanı mesafe algılayıcısından gelen uzaklık bilgisi kullanılarak azaltılabilir. 2 Görsel algılayıcıdan elde edilen görüntü verisi robotun hareket etmekte olduğu alana ilişkin olduğundan, sezgi sel bilgi özelliğine sahiptir. Bundan dolayı hareketli robot alt hedef etrafındaki ortama ilişkin bilgiyi görsel algılayıcı dan elde edebilir, bilgi mesafe algılayıcısı tarafından doğ rulanır. Dolayısıyla, robotun alt hedefe ulaşıp ulaşmadığı görsel ve mesafe algılayıcılarının ortak çalınmasıyla sap tanır. 3 Görsel ve mesafe algılayıcılarının her ikisi de seyir es nasında kullanılır. Alt hedefin yerleşim bilgisi olarak görsel

SONUÇ: Açıktırki, daha akıllı robot sistemler çok daha fazla sayıda ve değişik tipde algılayıcı kullanacaklardır. Dolayısıyla çok sayıda algılayıcıdan gelen bilginin işlenme, tümlenme ve birleşme mekanizmaları bu alanın anahtar konularıdır. Son zamanlardaki araştırmalar, çok sayıda algılayıcı sis temlerin bilinmeyen ve dinamik ortamlarda çalışmasını sağlayan tümleme ve füzyon tekniklerinin geliştirilmesini amaçlamaktadır. VCSI teknolojisinin günümüzdeki geliş mesi devam ettikçe akıllı algılayıcılar diye adlandırılan al gılayıcı tipleri robot sistemlerde daha fazla yer almaya başlayacaklardır. Ayrıca yapay us veya yapay sinir ağları üzerinde araştırmalar, bu konuları algılayıcı seçiminde, yüksek seviyeli tanımlamaların ve kendi kendine organize olup koşulların değişmesine adapte olabilen sağlıklı çok algılayıcı sistemlerin gelişmesinde ne kadar kullanışlı ol duklarını ispatlayacaktır.

378 ELEKTRİK | Q MÜHENDİSLİĞİ 1^7