OtonomSistemler

Yapay genel zeka ajanı (AGI), belirli bir ortamda özerk şekilde hareket eden, çevresini algılayıp analiz ederek amaç odaklı kararlar alabilen bir yazılım veya sistemdir. Yapay genel zeka ajanının bazı işlevleri: Algı. Muhakeme. Öğrenme. Harekete geçme. Yapay genel zeka ajanları, kullanıcı adına dış uygulamalarla etkileşime girip görevleri otonom şekilde yerine getirebilir. Yapay genel zeka ajanlarının, eğitim, sağlık, sürdürülebilirlik ve güvenlik gibi kritik alanlarda öncü rol üstlenmesi beklenmektedir. Yapay genel zeka ajanlarının, hatalı veri girişi veya algoritmadaki bir kusur nedeniyle hatalı kararlar alma, kötü amaçlı kullanımlara açık olma ve bilinçli olarak yanıltıcı veriyle eğitildiğinde zararlı davranışlar sergileme gibi riskleri de bulunmaktadır.

İnsansız hava araçlarının (İHA) otonom uçuşu için aşağıdaki adımlar izlenebilir: 1. Görev Planlaması: "Mission Planner" gibi yazılımlar kullanılarak uçuş rotası planlanır, görev parametreleri yapılandırılır ve uçuş verileri analiz edilir. 2. Seyrüsefer Sistemleri: İHA, GPS ve INS/GPS gibi seyrüsefer sistemlerine sahip olmalıdır. 3. Otonom Navigasyon: İHA, yapay zeka ve makine öğrenimi algoritmaları kullanarak çevresel faktörleri analiz eder, engelleri tanır ve uçuş sırasında kararlar alır. 4. Otonom Uçuş Kontrol Sistemleri: Bu sistemler, uçuş yönünü, yüksekliğini ve hızını otomatik olarak ayarlayarak güvenli bir uçuş sağlar. 5. İletişim Sistemleri: İHA, operasyon sırasında uçuş bilgilerini gerçek zamanlı olarak yer istasyonlarına iletmek için gelişmiş iletişim sistemlerine ihtiyaç duyar. Otonom uçuşun gerçekleştirilmesi için detaylı bilgi ve eğitim almak amacıyla Udemy gibi platformlarda eğitimlere başvurulabilir. İHA'ların otonom uçuşu, belirli kurallar ve düzenlemelere tabidir ve bu kurallara uyulması zorunludur.

SİDA'nın (Silahlı İnsansız Deniz Aracı) temel amacı, Türkiye'nin "Mavi Vatan" doktrini kapsamında denizlerdeki çıkarlarını korumak ve bölgesel güvenliği sağlamaktır. SİDA'nın diğer amaçları arasında: deniz sınırlarının korunması; deniz ulaşımının güvence altına alınması; deniz kaynaklarının sürdürülebilir yönetimi; acil durum müdahaleleri; deniz istihbaratının toplanması ve analiz edilmesi suretiyle olası tehditlere karşı erken uyarı sistemleri oluşturulması yer alır.

Otonom yönetim sistemi, insan müdahalesine minimum düzeyde ihtiyaç duyan ve belirli algoritmalar ile yapay zeka teknolojileri kullanarak karar alma süreçlerini otomatikleştiren bir sistemdir. Otonom yönetim sistemlerinin bazı özellikleri: Gerçek zamanlı veri işleme kapasitesi ve sürekli öğrenme yetisi. Adaptasyon kabiliyeti: Beklenmedik durumlarla karşılaştığında sistem parametrelerini değiştirerek optimum performansı sürdürebilme. Karar verme otonomisi: Önceden tanımlanmış senaryoların dışında kalan durumlarla karşılaştığında mantıklı kararlar alabilme. Öz-yapılandırma yetisi: Kendi performansını izleyerek gerektiğinde yapılandırmasını değiştirebilme. Çok boyutlu sensör entegrasyonu: Çevresini 360 derece algılayabilme ve bu verilerden anlamlı sonuçlar çıkarabilme. Otonom yönetim sistemlerinin bazı uygulama alanları: Üretim: Üretim sürecinde aksaklıkları önleme ve tedarik zinciri yönetimini optimize etme. Lojistik: Taşımalarda optimizasyon sağlayarak zaman ve maliyet tasarrufu elde etme. Altyapı yönetimi: Altyapı bileşenlerini izleme, anomalileri belirleme ve performansı optimize etme.

Otonom sistemler, otomasyon seviyelerine göre farklı kategorilerde sınıflandırılır. Seviye 0 ve 1 sistemler. Seviye 2 sistemler. Seviye 3 otonom sistemler. Seviye 4 sistemler. Seviye 5 sistemler. Ayrıca, otonom sistemler uygulama alanlarına göre de reaktif, proaktif, adaptatif ve hibrit sistemler olarak sınıflandırılabilir.

LiDAR (Light Detection and Ranging) ve SLAM (Simultaneous Localization and Mapping) farklı teknolojilere ve kullanım alanlarına sahiptir: LiDAR, çevredeki mesafeleri ve hareketleri hassas bir şekilde ölçmek için lazer ışınları kullanan bir uzaktan algılama teknolojisidir. SLAM, araçların ve robotların bilinmeyen bir ortamda kendi konumlarını belirlerken aynı zamanda çevrelerinin haritasını çıkarmasını sağlayan sensörler ve algoritmaların bir araya gelmesiyle oluşan bir tekniktir. Özetle: - LiDAR: 3D haritalama ve mesafe ölçümü yapar. - SLAM: Konum belirleme ve haritalama işlemini aynı anda gerçekleştirir.

İnsansız Hava Aracı (İHA) ve İnsansız Kara Aracı (İKA) birlikte çalışabilecek şekilde tasarlanabilir. Örneğin, ALPAR adlı insansız kara aracı, 6 farklı görev donanımına uygun olup, İHA ve İKA ile birlikte kullanılabilir. Bazı özellikler: Otonom ve uzaktan komuta ile görev yapabilme. Mini İKA taşıyabilme. Sürü davranışları dahil edebilme. Diğer insansız ve insanlı unsurlarla haberleşme. Tasarım önerileri: İHA için: Quadcopter tasarımı, GPS ve opencv ile haritalama ve rota hesaplama. İKA için: Şase, motor sürücü kartı, kontrol kartı, DC motor ve robot tekerleği gibi temel parçalar. Bu bileşenler, İHA ve İKA'nın birlikte görev yapmasını sağlayacak şekilde entegre edilebilir.

Hayır, MT ve AGV aynı değildir. AGV (Otomatik Yönlendirmeli Araçlar), endüstriyel ortamlarda malzeme taşıma görevini otonom olarak gerçekleştiren araçlardır. MT ise, kask modellerinde kullanılan bir marka adıdır.

Engelden kaçan robot, ultrasonik sensör yardımıyla önündeki engelin mesafesini ölçer. Robotun çalışma prensibi şu şekildedir: 1. Mesafe ölçümü. 2. Durma. 3. Yön belirleme. 4. İlerleme. Engelden kaçan robotun daha karmaşık hale getirilmesi için sensör sayısının artırılması veya farklı robotik sistemlerin entegre edilmesi mümkündür. Engelden kaçan robotların çalışma prensibi hakkında bilgi veren bazı kaynaklar şunlardır: maker.robotistan.com; youtube.com; aykutakman.com; akademi.robolinkmarket.com.

HAVELSAN, Konya'da çeşitli faaliyetler yürütmektedir. 2021 yılında, Konya Savunma Sanayi Tedarikçi Buluşmaları kapsamında HAVELSAN, Konyalı sanayicilerle bir araya gelmiş ve İnsansız Kara Aracı (İKA) sistemi Barkan'ı sergilemiştir. HAVELSAN'ın Konya'daki faaliyetleri arasında, genel olarak savunma, güvenlik ve bilişim sektörlerinde özgün ürün ve sistemler sunmak, yazılım odaklı çözümler geliştirmek ve iş ekosistemine katkı sağlamak yer almaktadır.

Otonom ve Zeki Sistemler Laboratuvarı'nın bulunduğu yer, üniversiteye göre değişiklik göstermektedir: Erciyes Üniversitesi: Otonom ve Zeki Sistemler Laboratuvarı, Erciyes Üniversitesi'nde bulunmaktadır. İTÜ: İTÜ Makina Fakültesi'ne bağlı Otonom Sistemler Araştırma Laboratuvarı, Gümüşsuyu Beyoğlu İstanbul'da yer almaktadır. TÜBİTAK BİLGEM: Robotik ve Otonom Sistemler Laboratuvarı, TÜBİTAK BİLGEM bünyesinde faaliyet göstermektedir. ÖzÜ: Ağ Bağlantılı & Otonom Sistemler Laboratuvarı, Özyeğin Üniversitesi'nde bulunmaktadır. Boğaziçi Üniversitesi: Gören Otonom Sistemler Laboratuvarı, Boğaziçi Üniversitesi Mühendislik Fakültesi'nde yer almaktadır.

Otonom bir işletme, insan müdahalesi olmadan kendi kendini yönetebilen ve işleyebilen bir yapıdadır. Otonom işletmelerin çalışma prensiplerinden bazıları: Gerçek zamanlı veri işleme: Sürekli öğrenme yetisi ile verileri analiz eder. Adaptasyon: Beklenmedik durumlarla karşılaştığında sistem parametrelerini değiştirerek optimum performansı sürdürür. Karar verme otonomisi: Önceden tanımlanmış senaryoların dışında kalan durumlarla karşılaştığında mantıklı kararlar alabilir. Öz-yapılandırma: Kendi performansını izleyerek gerektiğinde yapılandırmasını değiştirebilir. Çok boyutlu sensör entegrasyonu: Çevresini 360 derece algılayabilir ve bu verilerden anlamlı sonuçlar çıkarabilir. Otonom işletmeler, dijital dönüşüm sayesinde iş operasyonlarının unsurlarını otomatikleştirmek için Nesnelerin İnterneti destekli sensörler gibi teknolojilerden yararlanır.

Nissan X-Trail'de otomatik şeritte tutma özelliği, Otonom Şerit Kontrolü (şerit ortalama olarak da bilinir) ile sağlanır. Bu özellik, aracın şeridinde ortalanmasını sağlamak için küçük direksiyon ayarlamaları yapar.

Yarı Otonom Sürüş Asistanı "Travel Assist", Volkswagen araçlarının sunduğu bir teknolojidir. Özellikleri: - Şerit takibi: Araç, şerit çizgilerini takip eder. - Fren ve gaz kararları: Otonom olarak fren ve gaz komutlarını verir. - Takip mesafesi: Öndeki araç ile güvenli takip mesafesini korur. - Şerit değiştirme: Gerektiğinde kontrollü bir şekilde şerit değiştirebilir. Bu sistem, özellikle otoyollarda ve çok şeritli yollarda sürüş konforunu artırır.

AGV (Otomatik Yönlendirmeli Araç) ve otonom araç arasındaki temel farklar şunlardır: Navigasyon: AGV'ler, manyetik bantlar, lazerler veya optik işaretler gibi önceden belirlenmiş rotaları takip eden yönlendirme sistemleri kullanır. Esneklik: AGV'ler, belirli ve tekrarlayan görevler için optimize edilmiştir ve sabit rotalara bağlı kalır. Kullanım Alanı: AGV'ler genellikle üretim tesisleri ve nakliye işlemlerinde tercih edilir. Maliyet: AGV'ler genellikle daha düşük başlangıç maliyetine sahiptir.

Otonom araç İngilizcede "autonomous vehicle" olarak ifade edilir.

Otonom robotik temizlik şu adımlarla gerçekleştirilir: 1. Temizlik ve Kontrol: Ekipmanın kirden arındırılması ve küçük kusurların fark edilmesi için temizlik yapılır. 2. Karşı Tedbirler: Kirlilik ve dağılma kaynakları ortadan kaldırılır, ulaşılması zor alanlara erişim kolaylaştırılır. 3. Geçici Standartların Oluşturulması: Operatörlere yağlama noktaları, yağ seviye kontrolü ve yağ ekleme konularında eğitim verilir. 4. Genel Kontroller: Teknik bilgi gerektiren, ekipmanın fonksiyon ve yapısının derinlemesine öğrenildiği kontroller yapılır. 5. Otonom Kontroller: Temizlik ve kontrol faaliyetlerinin verimliliği artırılır, ürün kalitesine odaklanılır. 6. Standartlaştırma: Yönetim koşulları belirlenir, iş standartları ve veri kayıt kriterleri geliştirilir. 7. Toplam Otonom Yönetim: Elde edilen başarıların sürdürülebilirliği sağlanır, operatör geri bildirimleri ile yeni ekipman ve ürün geliştirme desteklenir. Ayrıca, akıllı temizlik robotları kullanarak da otonom temizlik yapılabilir.

Robotikte çeşitli yapay zeka (YZ) türleri kullanılır: 1. Sohbet Robotları (Chatbots): Teknik destek, programlama yardımı ve tasarım süreçlerinde kullanılır. 2. Makine Öğrenmesi ve Derin Öğrenme Modelleri: Robotların çevrelerini algılaması, kararlar alması ve bu kararları uygulaması için gereklidir. 3. Otonom Araçlar: Sensörler, kameralar ve YZ algoritmaları ile çevrelerini analiz ederek sürücüsüz hareket ederler. 4. Endüstriyel Robotlar: Üretim hatlarında otomatikleştirilmiş görevleri yerine getirir, montaj, kaynak, boyama ve paketleme gibi işlemleri gerçekleştirir. Ayrıca, Google Bard, IBM Watson Assistant, Apple Siri gibi genel amaçlı YZ asistanları da robotik uygulamalarda kullanılabilir.

Yapay zekâ (YZ), at yarışlarında çeşitli şekillerde kullanılır: 1. Tahminleme: YZ algoritmaları, yarış öncesi at ve jokeyin durumunu analiz ederek yarış için tahminler üretir. 2. Yarış Bülteni: YZ tarafından hazırlanan puanlama ile o gün koşulacak yarışlara ilişkin bülten oluşturulur. 3. Galoplar: İlgili yarıştaki atların son dönem performanslarını karşılaştırarak kullanıcılara gerekli uyarıları sunar. 4. Geçmiş Yarış Verileri: Atların geçmiş yarışlarının mesafe, pist ve yarış şehri bazında derecelerini analiz eder. 5. Otonom Yarışlar: YZ, sürücüsüz yarışmak için yapay zeka kullanan tamamen otonom araçlarda kullanılır. Ayrıca, YZ, taraftar deneyimini kişiselleştirmek, performans takibi yapmak ve sponsorluğu yönetmek için de at yarışı sektöründe uygulanır.