- Avrupa Bilim ve Teknoloji Dergisi
- Ejosat Special Issue: (ICCEES) Special Issue
- Deep Learning Methods in Unmanned Underwater Vehicles
Deep Learning Methods in Unmanned Underwater Vehicles
Authors : Ercan Ataner, Büşra Özdeş, Gamze Öztürk, Taha Yasin Can Çelik, Akif Durdu, Hakan Terzioğlu
Pages : 345-350
Doi:10.31590/ejosat.804599
View : 20 | Download : 5
Publication Date : 2020-10-05
Article Type : Research
Abstract :İnsansız su altı araçları (ROV/AUV) su altında yüzebilen, otonom ve uzaktan kontrol edilebilen robotik sistemlerdir. Günümüzde deniz kuvvetleri, savunma sanayii ve birçok alanda insansız su altı araçlarının operasyonel kullanımına olan ilgi giderek artmıştır. İnsansız su altı araçları doğal kaynakların korunması, çevresel kaynakların korunması ve bunların incelenmesi, muhtelif inşaat faaliyetleri, kıyı ve ülke güvenliğinin sağlanması gibi farklı ve çeşitli amaçlarla sivil ve askeri uygulamalarda yürütülmekte olup, son yıllarda yapılan akademik ve endüstriyel araştırmaların büyük bir kısmına yardım eden, gözlem ve keşif özelliğine sahip, uzaktan kontrol edilebilen araçlardır. Bu çalışmada insansız su altı araçlarında görüntü işleme ve derin öğrenme yöntemlerinden bahsedilmektedir. Yapay zeka tekniğinin kapsamlı bir incelemesini sunmaktadır ve ülkemiz savunma sanayiine katkıda bulunmak amaçlanmaktadır. Otonom sürüş için Raspberry Pi 3 mikroişlemcisi kullanılmış olup kamera olarak ise Raspberry Pi 3 ile uyumlu olan Raspberry Pi Kamera Modülü tercih edilmiştir. Yazılım dili olarak ise Python kullanılmıştır. Kameradan alınan görüntülerdeki nesneler, OpenCV kütüphanesi ve derin öğrenme kullanılarak tespit edilmiştir. Nesne tespiti ve takibi için derin öğrenme kütüphanesi olan TensorFlow kütüphanesi kullanılmıştır. Model olarak öncelikle Faster-RCNN-Inception-V2 modeli kullanılmıştır. Fakat FasterRCNN-Inception-V2 modeli ile Raspberry Pi 3 FPS bakımından iyi bir performans gösterememiştir. Bu nedenle çoğu gerçek zamanlı nesne algılama uygulaması için yeterince hızlı olan SSDLite-MobileNet-V2 modeli tercih edilmiştir.Keywords : Derin Öğrenme, Görüntü işleme, İnsansız Su Altı Araçları, Nesne Tespiti ve Takibi, Raspberry Pi