proje 02
Otonom İnsansız Kara Aracı
Teknoloji Geliştirme Topluluğu bünyesinde geliştirilen; gerçek zamanlı nesne tespiti, engel sakınma ve otonom sürüş algoritmalarını barındıran gömülü sistem projesi.
- Kategori
- Gömülü & Robotik
- Rol
- Görüntü işleme ve otonom sürüş yazılımı
kullanılan teknolojiler
- Python
- C++
- ROS2
- YOLOv8
- Jetson Orin Nano
- CUDA
- OpenCV
problem
Problem
Otonom bir kara aracının engelden kaçınabilmesi için nesneyi görmesi yetmez; kararı çarpmadan önce vermesi gerekir. Sınırlı güce sahip gömülü bir kartta yüksek kare hızında nesne tespiti çalıştırmak ve bu veriyi hareket kontrolüne gecikmesiz iletmek, projenin asıl zorluğuydu.
çözüm
Çözüm
Algılama, karar ve hareket katmanlarını ayrı ROS2 düğümleri olarak kurguladım; aralarındaki iletişimi düşük gecikmeli mesaj kanalları üzerinden yürüttüm. YOLOv8 modelini Jetson Orin Nano üzerinde CUDA hızlandırmasıyla çalıştırdım. Tespit edilen nesnelerin konumu, dinamik rota optimizasyonu yapan navigasyon düğümüne besleniyor.
sonuç
Sonuç
Araç, önceden tanımlanmamış engellerin bulunduğu ortamda rotasını gerçek zamanlı yeniden hesaplayarak otonom ilerleyebiliyor.
öne çıkan özellikler
- 01Jetson Orin Nano üzerinde CUDA hızlandırmalı YOLOv8 ile yüksek FPS'li nesne ve engel tespiti.
- 02ROS2 düğümleri arasında sensör ve kamera verisinin düşük gecikmeli haberleşme mimarisi.
- 03Dinamik ortam koşullarında rota optimizasyonu ve otonom navigasyon.
neden bu seçimler
Neden ROS2?
Kamera, sensörler ve motor kontrolü birbirinden bağımsız çalışması gereken parçalar. ROS2'nin düğüm mimarisi, bir parçayı diğerlerini bozmadan değiştirmeye izin verdi.
Neden Jetson Orin Nano?
Araç üzerinde çalışacak sistemin hem CUDA destekli olması hem de araç bataryasıyla beslenebilecek güç tüketiminde kalması gerekiyordu.