İnsansız kara araçlarında otonom navigasyon ve engel algılama

Abstract

İnsansız kara araçları, savunma, tarım, lojistik ve afet müdahalesi gibi alanlarda giderek daha fazla kullanılmakta; ancak değişken çevre koşullarında güvenli, düşük maliyetli ve uygulanabilir otonom navigasyon hala önemli bir araştırma problemi olarak varlığını sürdürmektedir. Bu tez çalışmasının amacı, düşük maliyetli bileşenlerle geliştirilen dört tekerlekli bir insansız kara aracı üzerinde çoklu sensör verisine dayalı modüler bir otonom navigasyon ve engel algılama altyapısı oluşturmaktır. Çalışmanın temel hipotezi, tekerlek enkoderi bulunmayan bir platformda lidar, atalet ölçüm birimi ve GPS verilerinin birlikte değerlendirilmesiyle otonom hareket için yeterli konum farkındalığının sağlanabileceğidir. İkinci hipotez ise kamera destekli görsel algılama ile lidar tabanlı mesafe bilgisinin birlikte kullanılmasının, tekil sensör kullanımına göre daha güvenilir engel değerlendirmesi üreteceğidir. Çalışmanın örneklemini, geliştirilen fiziksel İKA prototipi, benzetim ortamında tanımlanan test senaryosu ve sınırlı saha denemeleri oluşturmaktadır. Sistem, Raspberry Pi 5 üzerinde ROS 2 Jazzy kullanılarak geliştirilmiş; düşük seviye motor denetimi Arduino Uno ile sağlanmış, çevre algılamada iki boyutlu lidar ve kamera verilerinden yararlanılmıştır. Elde edilen bulgular, enkodersiz düşük maliyetli bir platformda çoklu sensör verisinin birlikte değerlendirilmesiyle kararlı bir navigasyon altyapısı oluşturulabileceğini göstermiştir. Lidar tabanlı engel algılama, kamera destekli görsel değerlendirme ve katmanlı güvenlik mimarisi, aracın engel yakınlığı, veri kesintisi ve acil durdurma durumlarında güvenli davranış üretmesini sağlamıştır. Sonuç olarak bu çalışma, düşük maliyetli İKA geliştirme çalışmaları için tekrarlanabilir ve geliştirilebilir bir referans mimari sunmaktadır.

Unmanned ground vehicles are increasingly used in fields such as defense, agriculture, logistics, and disaster response; however, safe, low-cost, and applicable autonomous navigation in changing environmental conditions remains an important research problem. The aim of this thesis is to develop a modular autonomous navigation and obstacle detection framework based on multi-sensor data on a four-wheeled unmanned ground vehicle built with low-cost components. The main hypothesis of the study is that sufficient positional awareness for autonomous motion can be achieved on a platform without wheel encoders by jointly evaluating lidar, inertial measurement unit, and GPS data. The second hypothesis is that the combined use of camera-supported visual perception and lidar-based distance information can produce a more reliable obstacle assessment than the use of a single sensor. The sample of the study consists of the developed physical unmanned ground vehicle prototype, twelve test scenarios defined in the simulation environment, a unit test package including eighty-five functions, and limited field trials. The system was developed on a Raspberry Pi 5 using ROS 2 Jazzy; low-level motor control was provided by an Arduino Uno, and two-dimensional lidar and camera data were used for environmental perception. The findings show that a stable navigation framework can be established on a low-cost encoderless platform by jointly evaluating multi-sensor data. Lidar-based obstacle detection, camera-supported visual assessment, and the layered safety architecture enabled the vehicle to produce safe behavior in cases of obstacle proximity, data interruption, and emergency stop. As a result, this study presents a repeatable and extensible reference architecture for low-cost unmanned ground vehicle development studies.