OpenCV Derin Öğrenme (CNN) Gömülü Sistemler

Otonom Su Altı Aracı

Görüntü işleme ve derin öğrenme teknikleri kullanılarak geliştirilen, hat takibi ve engel algılama yeteneklerine sahip insansız su altı aracı.

Projenin Amacı

Su altında belirlenen bir hattı otonom şekilde takip edebilen, karşılaştığı engelleri algılayıp manevra kararı verebilen bir araç geliştirmek. Sistem, klasik görüntü işleme algoritmaları ile modern derin öğrenme modellerini hibrit bir yapıda kullanmaktadır.

Hat Takibi (OpenCV)

• Gri tonlama & Eşikleme (Threshold)
• Kontur tespiti ile rota belirleme
• Merkez sapmasına göre PID kontrolü

Engel Algılama (CNN)

• Özel su altı veri seti eğitimi
• Gerçek zamanlı nesne sınıflandırma
• Dinamik kaçış manevraları

Sistem Mimarisi

Hat takibi ve engel algılama işlemleri paralel thread'ler halinde çalışacak şekilde tasarlandı. Karar mekanizması, her iki sistemden gelen çıktıları öncelik sırasına göre birleştirerek motor sürücülerine PWM sinyalleri üretir.

Kazanımlar

Bu proje sayesinde görüntü işleme, yapay sinir ağları eğitimi, gömülü sistemlerde kaynak yönetimi ve donanım–yazılım entegrasyonu konularında ileri seviye pratik deneyim kazandım.

Teknoloji Yığını

Python OpenCV CNN / TensorFlow Raspberry Pi Sensörler Motor Sürücüler

Proje Türü

Gerçek zamanlı otonom sistemler, görüntü işleme ve robotik.

GitHub Repo →