Afet Müdahalesinde Yeni Nesil Otonom Robotik: GPS'siz Ortamlarda 3B SLAM ile Derin Pekiştirmeli Öğrenme Entegrasyonu
FIRAT ÜNİVERSİTESİ
Team Members
ANAS MAHYOUB NAJI SAEED ALQADHI
AYŞEGÜL UÇAR
About the Team
Bu proje, afet müdahalesi ve arama-kurtarma senaryolarında GPS sinyalinin erişilemez olduğu, yapılandırılmamış ve yoğun dinamik engel içeren ortamlarda görev yapabilen özerk bir mobil robot navigasyon sistemi geliştirmeyi amaçlamaktadır. Sistem, 3 Boyutlu Eş Zamanlı Konumlandırma ve Haritalama (3B SLAM) ile Derin Pekiştirmeli Öğrenme (DPÖ) teknolojilerini tek bir ROS 2 Humble çerçevesinde birleştirmektedir. Haritalama alt sistemi olarak Velodyne VLP-16 3B LiDAR ile 50 Hz Pixhawk Cube Orange+ IMU’yu sıkı biçimde birleştiren RKO-LIO algoritması; navigasyon alt sistemi olarak ise GRU tabanlı zamansal bellek, STAM v2 uzamsal dikkat mekanizması ve Yumuşak Aktör-Eleştirmen (SAC) mimarisini bir arada kullanan, 54 boyutlu gözlem uzayında çalışan SAC v11 Ultimate adlı özel bir DPÖ ajanı kullanılmaktadır. Deneyler, TurtleBot3 Waffle Pi iskeleti üzerine inşa edilmiş, NVIDIA Jetson AGX Orin (32 GB) ve Velodyne VLP-16 LiDAR ile donatılmış, halihazırda çalışır durumda olan ve başarılı gerçek ortam 3B nokta bulutu görüntüleri alınmış özelleştirilmiş bir robot platformunda yürütülmektedir. Gerçek robot testlerinde RKO-LIO, RMSE = 0,026 m ile LIO-SAM’ı 13 kat geride bırakmıştır. Ablasyon çalışmaları STAM v2 dikkat mekanizmasının başarı oranını %28’den %50’ye yükselttiğini ortaya koymuştur. Projenin nihai çıktıları arasında %90+ başarı oranı, tam sistem entegrasyonu ve en az iki birinci yazar uluslararası hakemli makale yer almaktadır.