Abstract

Robotların ve otonom araçların çevrelerini iyi tanımaları, etraflarındaki nesneleri anlamlandırabilmeleri ve onları takip edebilmeleri önemlidir. Bir robot takip etmesi gereken bir nesneyi kaybettiğinde ne yapacağını bilemez. Bu uygulamalarda büyük sorunlara yol açar ve robotun çalışmamasına neden olur. Bu çalışmada, hareketli robotun renkli nesneyi takip edebilmesi hedeflenmiştir. Bu amaçla, Raspberry Pi 3 minibilgisayar ve mobil robot platformunda bir kamera kullanılmıştır. Raspberry Pi3teki gömülü görüntü işlemede, SimpleCV açık kaynaklı çerçeve kullanılmıştır. Robotun önündeki kamera sayesinde robot çevresini tespit eder ve nesnenin hareketine ve konumuna göre hareket eder.

References

[1] http://www.endustri40.com/surucusuz-otonom-araclar/ (11 Mayıs 2018)
[2] https://www.donanimhaber.com/otomobil-teknolojileri/haberleri/ingiltere-butcesinden-otonom-ve-elektrikli-araclara-destek.htm (11 Mayıs 2018)
[3] N. Yılmaz, Ş. Sağıroğlu, M. Bayrak. “Genel amaçlı web tabanlı mobil robot: SUNAR”, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 21(4), 2013.
[4] G. Klancar, M. Brezak, D. Matko, I. Petrovic, “Mobile robots tracking using computer vision”, Automatika: casopis za automatiku, mjerenje, elektroniku, racunarstvo i komunikacije, 46(3-4), 155-163, 2005.
[5] S. Kim, S. Lee, S. Kim, “Object tracking of mobile robot using moving color and shape ınformation for the aged walking”, Published in: Second International Conference Future Generation Communication and Networking, 2008. FGCN '08.
[6] M. S. Uzuner, N. Yılmaz, M. Bayrak. “Görme tabanlı mobil robot ile farklı renklerde nesnelerin gerçek zamanlı takibi”, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 25(4), 2013.
[7] http://www.elektrikport.com/teknik-kutuphane/raspberry-pi-nedir-arduino-ile-farklari-nelerdir-/8305#ad-image-0 (12 Mayıs 2018)
[8] http://market.samm.com/raspberry-pi-3 (12 Mayıs 2018)
[9] http://ammaraslan.blogspot.com.tr/2015/06/simplecv.html (12 Mayıs 2018)
[10] http://simplecv.org/ (12 Mayıs 2018)
[11] N.T. Siebel, S. Maybank, “Fusion of multiple tracking algorithms for robust people tracking”, In: Heyden A., Sparr G., Nielsen M., Johansen P. (eds) Computer Vision: ECCV 2002. Lecture Notes in Computer Science, vol 2353. Springer, Berlin, Heidelberg.
[12] Y. Zhang, H. Hu, H. Zhou, “Study on adaptive Kalman filtering algorithms in human movement tracking”, Published in: Information Acquisition, 2005 IEEE International Conference.