Mekatron�k HakkındaMekatron�k Hakkında Merak Ed�len Herşey
Elektr�k MotorlarıAlternat�f Akım Motorları Ve Doğru Akım Motorları
P�H�motoRaspbery P� 2 Ödüllü Proje: W�fi Kontrollü Araba
Makineye Beyin, Elektroniğe Beden!
MEKATRONİK
fb.com/Mekatron�kMuhend�sl�g�
Mekatron�kFrm
Mekatron�kMuhend�s
Muhend�s_Eg�t�m
Sayı: Eylül 20156.
An�masyon LEDC D�l� İle LPT Portta LED An�masyonları Yapımı
Der�n ÖğrenmeDer�n Öğrenme (Deep Learn�ng) Ned�r?
Makineye Beyin, Elektroniğe Beden!
Genel Yayın Yönetmeni
Fahri Yasin AYAS
Yayın Direktörü
Ömer Yasin ADIGÜZEL
Grafik Tasarım
Zekeriya POLAT
Yazarlar
Ferhat KURT
Fahri Yasin AYAS
Hakan BAŞARGAN
Samet SAN
Şenol ALAN
Önsöz
Dergimizin bu sayısında yeni konular ele alındı. Herkesin merak
ettiği Mekatronik Mühendisliği hakkında bilgiler verildi. Aynı şekilde
Motor türleri hakkında ve Ödüllü yarışmamız hakkında yazılara yer
verildi. Konuk yazarlarımız Ferhat KURT’a ve Şenol ALAN’a
katkılarından dolayı teşekkür ederiz. Umarım sizin için de okuması
zevkli bir dergi olur.
Fahri Yasin AYAS
Mekatronik Mühendisliği
Makineye Beyin, Elektroniğe Beden!
İçindekiler
Mekatronik Mühendisliği
C Dili İle LPT Portta LED Animasyonları
Derin Öğrenme (Deep Learning) Nedir?
Elektrik Motorları
Mekatronik Hakkında Merak Edilenler
PiHimoto - Wifi Kontrollü Araba
17
25
4
11
22
Samet SAN
Sakarya Üniversitesi Mekatronik Mühendisliğinde okuyor.
Mekatronikmühendisliği.com yöneticisi.
TIRSAN TREYLER A.Ş. AR-GE Mühendisi olarak çalışmakta
Web: www.sametsan.org
Sosyal: www.fb.com/izamname
Linkedin: www.linkedin.com/in/sametsan
Makineye Beyin, Elektroniğe Beden!
ELEKTRİK MOTORLARI
Elektrik motorları, elektriğin iletkenler üzerindeki manyetik alan etkisiyle üretilen itme
kuvvetine dayanarak elektrik enerjisini hareket enerjisine dönüştüren elektrik makineleridir.
Elektrik motorları temel olarak alternatif akım motorları ve doğru akım motorları olmak
üzere ikiye ayrılırlar.
Mekatronik Mühendisliği
Alternatif Akım Motorları
Alternatif akım motorları asenkron ve senkron motorları olarak ikiye ayrılır.
Asenkron motorlar : Endüstride en çok kullanılan motor türleridir. Bakımları az ve ucuzdur.
Çalışmaları esnasında ark oluşturmazlar.
Asenkron motorlar stator manyetik alan devri ile rotor devrinin farklı olmasından
dolayı bu adı alırlar.
Asenkron motor çeşitleri:
Faz sayılarına göre
1 – 1 fazlı asenkron motorlar
2 – 3 fazlı asenkron motorlar
Yapılarına göre
1 – Sincap kafesli motorlar
2 – Sargı rotorlu motorlar
4
Makineye Beyin, Elektroniğe Beden!
Sincap kafesli motorların rotoru aluminyum plakalardan oluşmaktadır. Bu plakalar döküm
yöntemiyle elde edilir. Manyetik akı bu plakalar üzerinden gezerek hareket sağlanır.
Sargı rotorlu motorlarda ise rotoru bakır tel ile sarılmaktadır.
Senkron motorlar : Senkron motorlar stator manyetik alan devri ile rotorun devri aynı olan
motorlara denir. Sabit hız gerektiren endüstriyel uygulamalarda , bazı robot türleri gibi
yerlerde kullanılır.
Senkron motorların devir sayısı şöyle hesaplanır.
Doğru Akım Motorları
Doğru akım motorları genelde düşük güçte ve küçük boyutlarda yapılır. Genelde elektronik
aletlerin içerisinde kullanılırlar.
Doğru akım motorlarında duran parçaya yani gövdeye endüktör, dönen kısma ise
endüvi adı verilir.Yapısal olarak sabit mıknatıslı yada sargılı gövdelerde tasarlanabilmektedir.
Endüvi için de aynı durum söz konusudur.
Piyasada bulunabilen DC motor çeşitleri şöyledir ;
1 – Sabit mıknatıslı DC motor
2 – Fırçasız DC motor
3 – Servo motor
4 – Step motor
Mekatronik Mühendisliği
1 - Sabit mıknatıslı DC motor
5
Makineye Beyin, Elektroniğe Beden!
Sabit mıknatıslı motorların gövdesinde doğal mıknatıslar bulunur. Bu mıknatıslar küçük
motorlarda genelde N-S olarak birer tane bulunur. Motorun dönen kısmı endüvi ise bakır tel
ile sarılıdır. Bu bakır sargılar kollektör dilimlerine basan fırçalar aracılığıyla dışarıya aktarılır.
Motora verilen gerilim fırçalara, oradan kollektörlere ve oradan endüvi sargılarına ulaşır. Bu
sargılar akım sayesinde manyetik alan oluşturup elektriksel olarak N ve S kutupları
oluştururlar. Motorun gövdesinde bulunan doğal mıknatısların yerleşim şekli sayesinde
endüviyi iterek veya çekerek dönmesini sağlarlar. Endüvi döndükçe kollektör dilimlerine
basan fırçalar bir sonraki dilime basar ve bir sonraki sargılarda manyetik alan oluşturur. Bu
döngü böyle akım kesilene kadar devam eder.
Mekatronik Mühendisliği
6
Motorun endüvi devresi yukarıdaki şekildeki gibidir. Va motora uygulanan gerilimdir. Ra ise
motorun iç direncinden oluşan dirençtir. Ec endüvi ucunda oluşan gerilimdir.
Endüvi voltajımız motorumuzun sabit mıknatısının manyetik akısı ( � ) ile motorun açısal hızı
( Wm ) ile ve motorların K1 denilen sabiti ile orantılıdır. Bir motor için K1 ve � değerleri sabit
olarak kabul ederiz ve bu sebeple Ec voltajı açısal hıza bağlı çıkar. Ia endüvi akımıdır.
Formüller ;
Ec = K1 * � * Wm
Va = Ec + Ia * Ra
2 - Fırçasız DC Motor
Fırçasız DC motorların yapısı normal DC motorlarla neredeyse aynıdır. Fırçasız DC
motorlarda doğal mıknatıslı olan parça döner.
Makineye Beyin, Elektroniğe Beden!
Bu motorların 2 tipi vardır. Bunlardan birisi endüktörü dönen tiptir. Bu motor yapı olarak
normal sabit mıknatıslı DC motor ile birebir aynıdır. Fakat bunda kollektör dilimleri ve
fırçalar yoktur. Motorun ortasında bulunan endüvideki sargılara sıra ile akım vererek
endüktörün dönmesini sağlıyoruz. Bu tip motorlara en güzel örnek bilgisayarımızın
soğutucu fan motorlarıdır.
Mekatronik Mühendisliği
3 - Servo Motorlar
7
Bir diğer tip ise endüktörü sargılı, endüvisi doğal mıknatıslı olan tiptir. Bunun çalışma mantığı
da aynıdır.
Servo motorlar konum motorları olarakta
adlandırlır.Verilen sinyalin genlik süresine göre belirli
açılarda konumlanırlar.
Yapısal olarak gövdelerinde sabit mıknatıslı dc motor,
mikrodenetleyici devre ve dişli takımı bulunmaktadır.
Piyasada bulunan servo motorlar genelde 0-180 derece
aralıkta hareket etmektedir.
Makineye Beyin, Elektroniğe Beden!
Bu motorlar PWM sinyali adı verilen bir sinyal ile kontrol edilmektedir. PWM siyanllerinin bir
periyodu genellikle 20ms uzunluğundandır.Açısal olarak Motorumuzun açısını belirlemek
için sinyalimizin (+) peryodunun süresi 0.5ms ile 2.5ms arasında değiştirilmelidir. (Bu
değerler motorun türüne,markasına vb kriterlere göre değişiklik gösterebilir.)
Mekatronik Mühendisliği
8
4 - Step Motorlar
Step motorlar gövdesine belirli açılarla yerleştirilmiş sargılardan oluşur. Endüvisi ise bir
adet dişliden oluşmaktadır. Step motorlar ayn zamanda senkron fırçasız dc motorların
sınıfınada girer.
Çalışması fırçasız dc motorlar gibidir. Sargılarına sıra ile akım vererek belirli açılarda
dönmesi sağlanır. Sargılara verilen sinyalin sıra yönünü değiştirerek motorun dönme
yönünü değiştirebiliriz.
3 tipte step motor bulunmaktadır. Bunlar ;
- Sabit mıknatıslı step motor
- Hibrid senkron step motor
- Değişken relüktanslı step motor
Step motorlar sarım şekli açısından 2 farklı şekilde üretilirler.
Makineye Beyin, Elektroniğe Beden!
Bipolar step motor : Bu tip motorların genelde 4 ucu bulunur. Bipolar step motorlar çift
yönlü besleme özelliğine sahiptirler. Motoru ters yönde döndürmek için bobinlere
uygulanan akım yönünü terse çevirmek gerekir.
Mekatronik Mühendisliği
9
Unipolar step motorlar : Unipolar step motorlarda 5 veya 6 uç bulunur.Bu 5. Veya 6. Uç
ortak uçtur. Bu uçlar (+) besleme ucuna bağlanırlar.
Makineye Beyin, Elektroniğe Beden!
Step Motrorları Sürmek
Step motorlar iki farklı şekilde
sürülebilir.
- Tam adım sürme
- Yarım adım sürme
Tam adım sürme 2 fazlı besleme
şeklidir. Motorun 2 ucuna yandaki
tablodaki sıra ile sinyaller uygulanarak
döndürülür. Bu döndürme işleminde
motorun dönme açıları daha büyüktür
fakat torku daha yüksektir.
Yarım adım sürmede ise motorun aynı
anda 1 ucuna sıra ile enerji verilerek
sürülür.Bu besleme şeklinde tam adıma
göre yarısı kadar döner. Daha hassas
bir dönüş açısı sağlanır. Fakat torku
düşüktür.
Tam adım besleme şeklinde mesela 10
tetiklemede x derece dönüyorsa yarım
adımda 10 tetiklemede x/2 derece
dönüş sağlar.
Mekatronik Mühendisliği
10
Samet SAN
Hakan Başargan
Sakarya Üniversitesinde Mekatronik Mühendisliği ve Elektrik-
Elektronik Mühendisliği okuyor.
Mekatronikmühendisliği.com da yönetici ve editör.
Web: www.hakanbasargan.net
Sosyal: www.fb.com/basarganhakan
Linkedin: www.linkedin.com/in/hakanbasargan
Makineye Beyin, Elektroniğe Beden!
Mekatronik Hakkında Merak Edilenler
Yeni öğrenim yılının başlaması ile birlikte , bölümü kazanan yeni arkadaşlarımızın
heyecanlarını görebiliyorum. Herkesin aklında aslında gelecek ve şimdi ile alakalı birçok zoru
mevcut. Bu soruların birçoğu aslında ortak. Şu anda ne yapmam lazım ? Kendimi nasıl
geliştirebilirim ? Geleceğimi nasıl daha garanti altına alabilirim ? Hangi alanı seçmeliyim ?
gelen sorular arasındaki birkaç örnek. Bu ve benzeri soruların cevaplarını bu yazıda daha
detaylı bulabileceksiniz.
Tek karede “ Mekatronik “
Öncelikle bu karedeki resimin mekatronik kavramını gerçekten iyi açıkladığını
belirtmek istiyorum. Fakat Mekatronik için çok yanlış kavramlar ve bilgiler var. Mekatronik
için hem elektronik hem mekanik hem de yazılım demek çok yanlış bir olgu. Hatta ve hatta
Mekatronik Mühendisliği için Hem Elektronik hem Makine hem de Bilgisayar Mühendisliği
demek daha da yanlış bir kavramdır. Mekatronik hiçbir şeyin birleşimi değildir. Tamamıyla
çok farklı bir kavramdır.
11
Mekatronik Mühendisliği
Makineye Beyin, Elektroniğe Beden!
Mekatronik Mühendisliği ; bilgisayar teknolojilerinden yazılım ve dijital kontrol sistemlerini ,
kontrol teknolojisinden kontrol elektroniğini , makine teknolojisinden tasarımı ve elektrik
elektronik teknolojisinden de elektroniği kullanarak yeni bir prensip ortaya çıkartmıştır.
Bahsi geçen mühendislik prensiplerinin birleşimi olmamakla birlikte, bu mühendislikteki bazı
kavramların kullanımını öngörmektedir.
Bugün teknoloji piyasasında “makine” diye tabir edilen bir kavram kalmamıştır. Makine
kavramı , mekanik parçaların oluşturduğu bir bütün olup , günümüzde hiçbir teknolojide
yalnızca mekanik parçalar yoktur. Zamanının en Makinesi diyebileceğimiz otomobil motoru
bile bugün tamamıyla mekanik parçadan oluşmaz. Kontrolünde, çalışmasında bir çok
elektromekanik prensipler bulunmaktadır. Mekatronik kavramının çıkış yeri tam da burasıdır.
Günümüz piyasasındaki makine kavramının tamamıyla bitmesi , makinenin yerini “
Elektromekanik “ alması ana nedendir.
Daha Yeni Misin ?
Bölümü henüz yeni kazandıysan bu yazılanlar gerçekten senin için altın değer taşıyor
demektir. Üniversite sınavını geride bırakarak istediğin bölümü kazanmak iyi bir gelecek için
kesinlikle yeterli değildir. Yalnızca üst kata çıkmak için koridoru geçerek 1. basamağa adım
attın. Önünde hala birçok basamak var. İlk bilmen gereken şey şu , sınavdan çıktığının ve yeni
rahatladığının farkındayız fakat çalışma disiplinini elden bırakmaman. İlk sene dinlenebilirsin,
fakat okul derslerini elden bırakmaman gerek. Yüksek ortalama her zaman artıdır.
Üniversitedeki “Erasmus, Farabi, Mevlana” gibi değişim programlarının kapısını sana açar.
Fakat yine şunu söylemekte fayda var. Okul dersleri yalnızca diplomayı eline almak içindir.
Yüksek ortalamayla okulu bitirmek seni belki ilk işine rahatlıkla sokar ama bir o kadar da
rahatlıkla işten çıkartır. Mühendisliği yalnızca okulda öğrenmek , insanı dolu gösteren
boşluktan ibarettir. Kağıt üzerinde bildiğini sandığın şeylerin aslında piyasada çok daha farklı
olduğunu ve piyasaya göre gerçekten bilgisiz olduğunu anlarsın. O yüzden, daha ilk senende,
herşeyin nottan ve dersten ibaret olmadığını öğrenmen şart. Eğer şuanda öğrenmezsen
bunu stajlarında veya son senende öğreneceksin fakat senin için çok geç olacak. Okulun ilk
haftasından itibaren teknoloji sitelerini takip etmeye başla. Dergiler al ve araştırmanda hız
kesme ! İlk haftalarda öğrenci toplulukların toplantıları olur. Sana uygun bir topluluğu bul.
Kültürel sosyal veya teknolojik olabilir. Unutma , artık senin mesleğe dair öğrendiğin her
cümle altın değerindedir. Piyasaya ilk adımı aslında bu topluluklarla birlikte atabilirsin.
Robot, otomasyon, alternatif enerjili araçlar, ar-ge toplulukları bu teknolojik toplulukların
bazılarına örnek olarak gösterilebilir. Bunlardan senin ilgini çeken bir tanesini seçerek
başlayabilirsin. Senden daha bilgili insanlardan birşeyler öğrenebilirsin. Unutma, daha iyi
olmak için daha iyisiyle olmalısın !
Piyasa araştırması yaparken, biraz da mühendislik disiplinin altındaki hangi alanın seni
daha çok etkilediğini bulmaya başla. Bunun için biraz erken evet, fakat en azından Kontrol,
Otomasyon, Üretim, Tasarım, Kalite Kontrol, Bakım-Onarım, Satış, Satın Alma gibi alt dalları
araştır ve hangisinin sana yakın olduğunu biraz sorgulamaya başla.
12
Mekatronik Mühendisliği
Makineye Beyin, Elektroniğe Beden!
Derslere devam ederken , toplulukla uğraşırken aynı zamanda 1. sınıf ve 2. sınıf , bir
diğer sahip olmak zorunda olduğun “Yabancı Dil” işini halletmek veya bu işe başlamak için iyi
bir zaman. İngilizce şart , tartışmanın anlamı bile yok. İngilizcenin yanında bildiğiniz diğer bir
yabandı dil sizi diğerlerinden farklı yapar. Artık ingilizce bilmek bir artı değil , bilmemek çok
büyük bir eksidir!
İngilizce : Absolutely !
İngilizce ve yabancı dilin ne kadar önemli olduğundan
bahsetmeliyim sanırım. kariyer.net gibi iş bulma sitelerini
ziyaret ettiğiniz ve mühendislikle alakalı ilanlara baktığınız
zaman, büyük firmaların hepsinin , diğer firmaların ise
büyük çoğunluğunun ilanının ingilizce olduğunu
görürsünüz. Ve tabii ki ingilizce bir ilanda ingilizce bilen
ibaresini görmenin mümkün değildir. Buna ek olarak da ya
ikinci bir yabancı dilin gerekliliğinden , ya da yine ikinci
yabancı bir dil için “ tercihen “ denildiğini görürsünüz.
Bundan 20 sene önce piyasada yabancı dil bu kadar
gerekmezken , şimdi 2. yabancı dil istediklerinin farkına
varmanız gerekli.
İngilizce 1 senede öğrenilmez , 2 senede hiç öğrenilmez.. Öğrenilen ingilizce de tekrar
edilmediği ,konuşulmadığı ,yazılıp-çizilmediği takdirde yavaş yavaş unutulur. İngilizceyi
hayatınıza sokmak zorundasınız. Günlük yaşantınızda , dinlediğiniz müzik , izlediğiniz dizi ,
okuduğunuz makale , bunların bir kısmı ingilizce olmalı.
İşe girdiğimizde İngilizce ne işe yarar ? İşyerinde bir sorunla karşılaştığımızda veya
bilgi eksiğimiz olduğunda ki bundan çuvalla var , interneti kullanmamız gerekecek. İnternette
bilgi bol fakat dil ?? Her kaynağın Türkçe’si bulunamaz. Veya her eğitim videosunun
Türkçe’si yoktur. Size firmanın ana merkezinden çizimler , dosyalar , kataloglar geldiğinde
bu ilk sizin elinize geçecek. Bunu sizin değil de kimin anlamasını bekleyeceksiniz ? Firmanın
yurt dışı ile olan bağlantısı dolayısı ile mutlaka gidip gelmeniz , sunumlar yapmanız
konferanslarda bulunmanız gerekecek. Kısacası, İngilizce yakanızı bırakmayacak !
13
Mekatronik Mühendisliği
Makineye Beyin, Elektroniğe Beden!
Kendimi Geliştirmek İçin Ne Yapabilirim ?
Daha önce de belirttiğim gibi, öncelikle yapılması gereken şey alanınızı belirlemeniz.
Mezun olduğunuzda yalnızca mekatronik mühendisi olarak mezun olmayacaksınız. Bir
alanınız olacak , uzmanlaşacaksınız. Bu alanı seçmeniz gerekiyor. Bunu tabii 1. ve 2. sınıfta
yapmanız biraz zor , çünkü seçmeli dersler başlamış olmayabilir , farklı alanlar
tanıyamamış olabilrisiniz. 3. sınıfın ortalarında artık alanınıza karar vermeniz gerekecek.
Aynı zamanda çalışmak istediğiniz sektörü de seçmeniz gerekir. Bunların hepsi ilerideki
idealleri ve hedefleri önceden belirleyip , ona kolay ulaşmanın çabasıdır.
Mekatronik mühendisliğini farklı alanlara ayıralım ;
14
Mekatronik Mühendisliği
Endüstriyel Otomasyon Robotik
Kontrol Endüstriyel Elektronik
Elektronik Tasarım Analiz
Mekanik Tasarım Üretim
Bakım Onarım Kalite Kontrol
Gömülü Sistem/Yazılım Satış
Satın Alma Yönetim
Tabloda bazi Mekatronik Mühendisliği alanları mevcuttur. Bahsi geçen satış, satın alma,
yönetim gibi alanlar birçok mühendislikle ortaktır. Örneğin , makine parçası üreten bir
fabrikanın satın alma ve satış departmanına genellikle makine veya mekatronik mühendisi
alırlar. Çünkü ne kadar tam teknik departman olmasa da , makine parçası üretildiği için satın
alınan ve satılan şeyler hakkında bilgisi olan mekatronik ve makine mühendisleridir. Diğer
alanlar , yine elektronik mühendisliği ve makine mühendisliği ile ortak alanlardır. Analiz ,
makine mühendisliği alanı , endüstriyel elektronik elektronik mühendisliği alanıdır. Örneğin
fabrikadaki bakım onarım departmanında bulunan mühendislerin birçoğu Mekatronik
Mühendisidir.
Kendi ilgi alanınıza göre seçeceğiniz bu alanlardan sonra ,çalışmak istediğiniz sektörü
de seçmeniz gerekmektedir.
Sektörlere örnek verecek olursak ;
Savunma Sanayi Otomotiv Sanayi
Otomotiv Yan Sanayi Havacılık
Talaşlı İmalat Ar-Ge
Makineye Beyin, Elektroniğe Beden!
Sektörümüzü ve alanımızı seçtikten sonra , mezun olana kadar kendimizi ona göre
yetiştirmek, üniversiteden dolu olarak mezun olmamızı sağlar. Örnek verelim ; Mekanik
Tasarım alanını ve Savunma Sanayi’sini sektör olarak seçip 2 sene boyunca katı tasarım
çalışarak , Solidworks ve CATIA gibi solid model programlarını öğrendikten sonra , en iyi
savunma sanayisinde çalışmama gibi bir şansımız yok. Sektörel olarak kendini geliştirmek ,
bir mühendislik öğrencisini her zaman daha iyi noktaya getirir. Eğer sektöre ve alanat mezun
olduktan sonra karar verilirse, şu bahsi geçen ilk sene çok cüzi maaşlara çalışma olayına
maruz kalırsınız. İleride sektörü değiştirdiğinizde bu sizin için aslında biraz kayıptır. Çünkü siz
kendinizi daha çok mekanik tasarıma geliştirmiş fakat 2 sene sonra Bakım onarım alanına
yönelmiş olabilirsiniz. Bu sizi bakım onarım alanında tecrübesiz hale getirir. O işe tecrübesiz
olarak girersiniz ve maaşınız da tabii ki eski işiniz kadar olmayabilir. O yüzden yapılmak
istenilene önceden karar verilip, eğitiminizi ona göre almanız gerekmektedir.
15
Mekatronik Mühendisliği
Makineye Beyin, Elektroniğe Beden!
Hangi Alanda Kendimi Nasıl Geliştiririm ?
Tabloda verebileceğim bazı örnekleri baz alarak , kendinizi o alanda nasıl
geliştirebileceğinizi görebilirsiniz.
16
Mekatronik Mühendisliği
Endüstriyel Otomasyon PLC, Scara, Kumanda
Kontrol MATLAB, Sayısal İşleme, İşaret Sinyal İşleme
Elektronik TasarımDijital Elektronik,Analog Elektronik,Bilgisayar
Destekli PCB
Mekanik Tasarım2 ve 3 Boyutlu Tasarım Programları,Tölerans ve
Ölçülendirme
Bakım Onarım Kumanda,Tesisat Bilgisi,Arıza Analiz
Robotik Endüstriyel Robotik, Robot Programlama
Endüstriyel ElektronikElektronik, Analog ve Dijital Elektronik,
Endüstriyel Elektronik, Güç Elektroniği
AnalizSonlu Eleman Programları
ÜretimSAP , Üretim Kontrolü
Kalite KontrolSAP , Kalite Kontrolü
Tabloyu incelediğimizde , hangi alanda hangi yeterliliklere ve teknik programlara
yöneleceğimizi görmekteyiz. Tablo örnek teşkil etmektedir. Seçeceğiniz alanı daha detaylı
araştırmanız gerekmektedir.
Yeni başlayanlar ve aklında soru bulunanlar için açıklayıcı bir yazı olmasını temenni
ediyorum.
ALAN Program / Yeterlilik
Hakan BAŞARGAN
Fahri Yasin AYAS
Sakarya Üniversitesi Mekatronik Mühendisliğinde okuyor.
Mekatronikmühendisliği.com yöneticisi ve bu derginin genel yayın
yönetmeni.
Web: www.fahriyasinayas.com
Sosyal: www.fb.com/fahriyasin.ayas
Linkedin: www.linkedin.com/in/fahriyasinayas
Makineye Beyin, Elektroniğe Beden!
C Dili İle LPT Portta LED Animasyonları
Paralel Port Nedir?
Lpt yani paralel portlar adını yazıcı (LinePrinTer) dan alır. Genellikle Masaüstü bilgisayar
kasalarında veya eski tip laptoplarda bulunurlar. LPT portlar genellikle piyasada DB25
adıyla bulunur. Burda ki 25 te Portta ki pin sayısıdır. LPT portun en önemli özelliği aynı anda
8 bit veri gönderip alabilmesidir.
Bu alışveriş biçiminin LPT Porta kattığı özellikler:
1-İletişim Seri Porta göre çok hızlıdır.
2-Güvenlik açısından çok uygun değildirler.
3-Uzun mesafe iletişiminde kullanılamazlar. (Veri kaybına yol açar.)
yani buradan anlayacağımız. Kısa mesafe de ve hızlı bir iletişim biçimi istiyorsak paralel
portlar bizim için idealdir.
17
Mekatronik Mühendisliği
Makineye Beyin, Elektroniğe Beden!18
Mekatronik Mühendisliği
Malzeme Listemiz:
1-) Bir adet bir ucu Dişi diğer ucu erkek olan 25 pinli LPT port
2-) 8xLED(renkleri size kalmış)
3-) Delikli bakır plaka
Bunun dışında XP 32bit (x86) lık bir adet bilgisayar. (Masaüstü olması tercihtir. Çünkü LPT
portlar masaüstlerinde yaygın.)
Devremizin kurulumu basit ancak. Porta girecek olan uçların sırası çok önemlidir. Yoksa
istediğiniz gibi sonuç elde edemezsiniz.
1.Ledin + Ucunu LPT portun D0 ucuna bağlayın. Geri kalan 7 tane + ucuda LPT portun
D1,D2...D7 ye kadar bağlayın.
- (eksi) Ucuda g7 ye bağlayın.
NOT:
İnpout32.dll den bahsetmek lazım. Bu dll ismindende anlaşılacağı gibi input ve output yani
porta veri giriş çıkışı için gerekli bir sistem dosyasıdır. Bu dosyayı dizin olarak
C:\Windows\System32 klasörüne atın.
Makineye Beyin, Elektroniğe Beden!
Kaynak Kod
19
Mekatronik Mühendisliği
#�nclude <std�o.h>
#�nclude<�ostream>
#�nclude <con�o.h>
#�nclude <w�ndows.h>
#�nclude <un�std.h>
us�ng namespace std;
typedef _stdcall oupfuncPtr portaddr datumvo�d short short( * )( , );
#define PORT 0x378
oupfuncPtr oup32fp;
vo�d short short Out32 portaddr datum oup32fp portaddr datum ( , ){ ( )( , ); }
�nt vo�d ma�n( ){
HINSTANCE hL�b;
short x;
�nt � a, = ;100
hL�b LoadL�brary= ( );"�npout32.dll"
�f NULL hL�b ( == ) {
fpr�ntf stderr( , );"Kutuphane hatas�\n"
system( );"PAUSE"
return - ;}1
oup32fp oupfuncPtr GetProcAddress hL�b = ( ) ( , );"Out32"
�f NULL oup32fp ( == ) {
fpr�ntf stderr( , );"Yanl�s adres\n"
system( );"PAUSE"
return - ;}1
for(;;){
�nt sec�m don, ;
pr�ntf( );"\tKaraS�msek LED An�masyonu\n\n"
Sleep( );250
pr�ntf( );"\t(1)-An�masyon\n"
Sleep( );250
pr�ntf( );"\t(2)-Ortada B�rlest�r\n"
Sleep( );250
pr�ntf( );"\t(3)-Rastgele Led Yak\n"
Sleep( );250
pr�ntf( );"\t(4)-Isted�g�n Led� Yak\n"
Sleep( );250
pr�ntf( );"\t(5)-Flasor\n"
Sleep( );250
pr�ntf( );"\t(6)-Dortlu Yakma\n"
Sleep( );250
pr�ntf( );"\t(7)-1-3-5-7 ve 8-6-4-2 Atlayarak Yakma\n\n"
Sleep( );250
pr�ntf( );"\tSec�m�n�z� Yap�n�z:\n"
scanf sec�m( ,& );"%d"
�f( == ){sec�m 1
do{
Out32 PORT ( , );1
Sleep ( );50
a b�nt = , = ;1 256
j j jfor( = ; <= ; ++){�nt 1 7
a*= ;2
Out32 PORT a( , );
Sleep ( );50
j j j} ( = ; > ; --){for �nt 6 1
b /= ;2
Out32 PORT b( , );
Sleep ( );50
}
kbh�t} (! ());wh�le
} ( == ){else �f sec�m 2
do{
Out32 PORT ( , );0
Sleep( );250
Out32 PORT ( , );129
Sleep( );250
Out32 PORT ( , );195
Sleep( );250
Out32 PORT ( , );231
Sleep( );250
Out32 PORT ( , );255
Sleep( );250
Out32 PORT ( , );231
Sleep( );250
Out32 PORT ( , );195
Sleep( );250
Out32 PORT ( , );129
Sleep( );250
Out32 PORT ( , );0
} (! ());wh�le kbh�t
}
else �f sec�m( == ){3
do{
rastgele rand�nt = ()% + ;8 1
Sleep( );50
rastgele�f( == ){1
Out32 PORT ( , );1
rastgele} ( == ){else �f 2
Out32 PORT ( , );2
rastgele} ( == ){else �f 3
Out32 PORT Sleep( , ); ( );4 250
rastgele} ( == ){else �f 4
Out32 PORT Sleep( , ); ( );8 250
rastgele} ( == ){else �f 5
Out32 PORT Sleep( , ); ( );16 250
rastgele} ( == ){else �f 6
Out32 PORT Sleep( , ); ( );32 250
rastgele} ( == ){else �f 7
Out32 PORT Sleep( , ); ( );64 250
rastgele} ( == ){else �f 8
Out32 PORT Sleep( , ); ( );128 250
}
}
wh�le(! ());kbh�t
}
else �f sec�m( == ){4
al�nt ;
do
{
carp�m�nt = ;1
pr�ntf( );"Yakmak İsted�g�n�z LED'�n Numaras�n� G�r�n�z(b�t�rmek �c�n 0):"
scanf al( ,& );"%�"
al al�f( < || > )0 8
pr�ntf( );"hatal� g�r�s!\n"
else
{
y y al yfor( = ; < ; ++){�nt 1
carp�m*= ;2
}
Mekatronik Mühendisliği
Makineye Beyin, Elektroniğe Beden!20
Makineye Beyin, Elektroniğe Beden! 21
Mekatronik Mühendisliği
Out32 PORT carp�m( , );
Sleep( );50
}
}
alwh�le( != );0
}
sec�melse �f( == ){5
do
{
Out32 PORT ( , );255
Sleep( );250
{ ( , );Out32 PORT 0
Sleep( );250
}
} (! ());wh�le kbh�t
}
else �f sec�m( == ){6
do
{
Out32 PORT( , );240
Sleep( );250
Out32 PORT ( , );15
Sleep ( );250
} (! ());wh�le kbh�t
}
else �f sec�m( == )7
do
{
Sleep ( );250
x y�nt = , = ;1 128
j j jfor( = ; <= ; ++)�nt 1 7
{
Out32 PORT x( , );
Sleep ( );100
x*= ;4
}
j j jfor( = ; <= ; ++)�nt 1 7
{
Out32 PORT y( , );
Sleep ( );100
y/= ;4
}
} (! ());wh�le kbh�t
pr�ntf( );"Devam etmek �c�n 0 g�r�n�z:"
scanf don( ,& );"%d"
�f( != )don 0
break;
system ( );"cls"
}
FreeL�brary hL�b( );
system( );"PAUSE"
return 0;
}
Fahri Yasin AYAS
Raspbery Pi 2 Yarışması
Geçen sayımızda Raspberry Pi 2 yarışmamızın kazanan
projesi: PiHimoto - Wifi Kontrollü Araba detaylar aşağıda
Kazanan arkadaşımız Şenol ALAN ‘ı tebrik ediyoruz ve
başarılarının devamını diliyoruz.
www.mekatronikmuhendisligi.com
Makineye Beyin, Elektroniğe Beden!
PiHimoto - Wifi Kontrollü Araba
Basit yap olarak çevirebileceğimiz (Keep It Simple) prensibi son zamanlarda oldukça popüler
olan bir kavram. Bu prensip projelerin daha kolay kontrol edilebilir olmasının yanı sıra,
mümkün olan en az bilgi ile ürün çıkartmak konusunda da önemli bir stratejidir. Bu
bağlamda, PiHimoto projesi, bir aracı uzaktan kumanda etmek için mümkün olan en ucuz ve
basit yolu bulmak amacı ile başlayan bir projenin son ürünü olarak tasarlandı.
Proje kapsamında en ucuz ekipman ve yazılım bilgisi ile yüksek gerçekcilik hissi sağlayan bir
araç oluşturuldu. Projede;
1 adet Himoto Bowie 1:10 ölçekli model araç,
1 adet Raspberry Pi 2
1 adet 8GB microSD kart
1 adet Dark RangeMax 5dbi antenli kablosuz adaptör kullanıldı.
Raspberry Pi (RPİ) temelli uzaktan kumandalı bir çok araç projesi mevcut. Bunların büyük
bir kısmı radyo kontrolü yada bluetooth teknolojilerini temel alırken, wifi temelli projelerde
ise Android yada iOS uygulamasına ihtiyaç duymaktadır. Bu projede ise aracın platform
bağımsız olarak, ek bir cihaz (cep telefonu, tablet vb hariç) ya da uygulama olmaksızın
kumada edilebilmesi için web teknolojisinden yararlanıldı. Bu amaçla Raspberry Pi üzerine
python temelli hafif bir web framework olan Flask kuruldu. Bu sayede aracın kullanıcı ile
web üzerinden etkileşebilmesi sağlandı. Aracın hız ve yön bilgileri ise kullanıcının taşınabilir
cihazınında yer alan gyroskop sensörü ile web tarayıcısı üzerinden elde edildi.
1. Mekanik Bağlantılar
Model arabanın ileri ve geri hareketi fırçalı bir motor ile sağlandığından, motorun hız
kontrolü ESC (Elektronic Speed Controller) adı verilen bir düzenleyici ile kontrol
edilmektedir. Bu modül kendisine gönderilen Pulse Width Modulation (PWM) sinyallerine
göre hareket yönü ve hızını ayarlamaktadır.
22
Mekatronik Mühendisliği
Makineye Beyin, Elektroniğe Beden! 23
Mekatronik Mühendisliği
Yine aracın sağ ve sol dönüşleri bu ESC modülü tarafından kontrol edilmeyen bir servo
motor ile sağlanmaktadır. Bu motorun kontrolü de yine PWM sinyalleri yapılmaktadır. Servo
motorun enerjisi ise ESC üzerinden gelen akım ile alıcı-verici modül üzerinden
sağlanmaktadır. Araçta kullanılan servo motor da 5V ile çalıştığından ESC üzerinden gelen +
ve – uçlar Raspberry Pi'nin 2 ve 6 numaralı pinlerine bağlanarak, Pi'nin aracın pili üzerinden
çalışması sağlandı. Yine 12 numaralı PWM pini ise ESC yi kontrol eden beyaz renkli soketine
bağlandı. Servo motorun enerjisi RPİ üzerinden 4 ve 14 numaralı pinlerden sağlanırken,
motor kontrolü 32 numaralı PWM pini üzerinden sağlandı.
Servo Motor
ESC
Aracın ESC modeli ile internette arama yapıldığında, ESC'nin 20 milisaniyede bir gönderilen
sinyaller ile kontrol edildiği beliryilmektedir (http://mmvdhoef.wesg.ca/PDF/SDD.pdf).
Sinyal uzunluğu ise motorun hızı ve yönünü belirlediği yine aynı dosyada belirtilmektedir.
Buna göre;
İleri için:
• titreme : 1586 µs
• düz hareket : 1610 µs
• tam hız: 2120 µs
Geri için:
• titreme: 1428 µs
• düz hareket: 1422 µs
• tam hız: 875 µs
uzunluğundsa sinyal gerekmektedir.
Bir çok RPİ temelli python projesinde GPIO pinleri Rpi.GPIO kütüphanesi ile yapılmaktadır.
Ancak bu kütüphane ile yukarıdaki gibi bir düzenleme yapmanın zorluklarından ötürü, pigpio
(http://abyz.co.uk/rpi/pigpio/) kütüphanesi kullanılmasına karar verilmiştir. Bu kütüphanenin
set_servo_pulsewidth fonksiyonu ile kontrol sağanmıştır. Bu fonksiyon sinyal uzunlğunu
500 ile 2500 arasında almaktadır. Yapılan optimizasyon çalışmalarında motorun 1500
değerinde durduğu, 2000 değerinde tam ileri hareket ettiği, 1000 değerinde ise tam hız geri
doğru çalıştığı belirlenmiştir.
P�H�moto bağlantı şeması
Makineye Beyin, Elektroniğe Beden!
Sistem tarayıcı üzerinden “get” değişkenlerine bağlı olarak aracı hareket ettirdiğinden, araç
gerekli arayüz ile hem cep telefonu hem de masaüstü cihazlarla rahatça
kullanılabilmektedir. Yine aynı mantıkla MPU6050 gyroskop sensörü bağlı diğer bir pi
yardımı ile eldivenle kullanmakta mümkündür.
Aracın cep telefonu ile kontrol edildiği bir video linki ektedir.
https://www.youtube.com/watch?v=Mrim9S9FNr8
Aracın eldiven ile kontrol edildiği video linki alttadır.
https://goo.gl/photos/QZYGd6cs39CXZ2ry5
Şenol ALAN
Mekatronik Mühendisliği
24
Makineye Beyin, Elektroniğe Beden! 25
Mekatronik Mühendisliği
Endüstri ve akademik çevrelerdeki veri bilimciler görüntü sınıflandırma, video analizi,
konuşma tanıma ve doğal dil öğrenme süreci dahil olmak üzere çeşitli uygulamalarda çığır
açan gelişmeler elde etmek üzere makineyle öğrenmede GPU’ları (Grafik İşlemci Ünitesi)
kullanmaktadır. Özellikle, büyük miktarlarda etiketlenmemiş eğitim verilerinden özellik
saptama yapabilen sistemler oluşturmak için ileri teknoloji, çok seviyeli “derin” sinir ağların
kullanılması olan Derin Öğrenme, önemli derecede yatırım ve araştırmanın yapıldığı bir
alandır.
Ferhat KURT
Bu makale www.derinogrenme.com ‘dan alınımıştır.
Türkiye Derin Öğrenme Linkedin Grubu:
https://www.linkedin.com/grp/home?gid=8334641
Derin Öğrenme (Deep Learning) Nedir?
Der�n öğrenme ağ yapısının oluşturulmasında kullanılan m�lyonlarca res�mden örnek b�r set.
Makineyle öğrenme yıllardır kullanılan bir yöntem olmasına rağmen, iki yeni yeni trend
makineyle öğrenmenin yaygın bir şekilde kullanılmasına yol açmıştır: çok büyük miktarlarda
eğitim verisi ile GPU hesaplama ile elde edilen güçlü ve verimli paralel hesaplama. GPU’lar,
çok daha büyük eğitim setleri kullanarak bu derin nöral ağları çok daha kısa sürelerde ve
çok daha az veri merkezi altyapısı kullanarak eğitmek için kullanılmaktadır. GPU’lar aynı
zamanda, çok daha fazla veri hacmi ve daha az güç ve altyapı destekleyerek, bulut içinde
sınıflandırma ve tahmin yapmak için bu eğitilmiş makineyle öğrenme modellerini
çalıştırmak için kullanılmaktadır.
Makineye Beyin, Elektroniğe Beden!
Makineyle öğrenme için GPU’ları kullanmaya ilk başlayanlar arasında en büyük web ve
sosyal medya şirketlerinin yanı sıra, veri bilimi ve makineyle öğrenme alanında çalışan üst
düzey araştırma kuruluşları bulunmaktadır. Binlerce hesaplama çekirdeği ve tek başına
çalıştırılan CPU’lar (Merkezi İşlem Birimi) ile karşılaştırıldığında 10 ile 100 kat uygulama
performansı sunan GPU’lar, veri bilimcilerin büyük verilerin işlenmesinde tercih ettikleri
işlemci olmuştur.
GPU’lar ile önceden kaydedilen konuşmalar veya multimedya içerikleri çok daha hızlı bir
şekilde yazıya geçirebilmektedir. Carnegie Mellon Üniversitesi’nden Profesör Ian Lane
yürüttüğü çalışmalarında CPU uygulaması ile karşılaştırıldığında, GPU’ların 33 kata kadar
daha hızlı tanıma yaptığını ortaya koymuştur.
Derin Öğrenme Kapsamında Yürütülen Çalışmalar
Stanford Üniversitesi’nden öncü araştırmacı Andrej Karpathy; çalışmalarında birisi resim
tanıma diğeri doğal dil işleme olmak üzere iki sinir ağını birleştirmiştir. Bu sayde tıpkı
LEGO’ların birleştirildiği gibi sinir ağları sadece örnek resimdeki objeyi kuş veya ağaç olarak
sınıflandırmakla kalmayıp ayrıca resim içerisindeki tüm nesnelerin birbiriyle olan ilişkisini
ortaya koyabilmiştir.
Günümüzde artan kamera sayısı dikkate alındığında, görüntü içindeki nesnelerin birbiriyle
olan ilişkisinin bir insan gibi makineler tarafından anlamlı bir şekilde ortaya konması
görüntüleri yorumlama konusunda kullanıcılara inanılmaz bir farkındalık katmıştır. Bu
sayede yüzlerce görüntü akışı (video) makineler tarafından insan nesne tanıma seviyesinin
üzerinde bir başarıyla değerlendirilmektedir.
Mekatronik Mühendisliği
26
B�r ağaç dalına tünem�ş kuş (Der�n öğrenme kullanılarak üret�lm�şt�r.)
Makineye Beyin, Elektroniğe Beden! 27
Mekatronik Mühendisliği
Aşağıda resimlerdeki açıklamalar derin öğrenme ile elde edilmiştir.
S�yah beyaz köpek bar
üzer�nden atlıyor
Pembe kıyafetl� kız havada
zıplıyor
Mav� dalış kıyafetl� adam
dalga üstünde sörf yapıyor
DARPA, insansız hava araçlarının düşman toprakları üzerinde elde ettiği görüntü ve
videoların karargâha aktarımıyla oluşturulan büyük veri (BigData) yığınıyla baş edebilmek
maksadıyla daha iyi bir istihbarat katmanı geliştirilmesi kapsamında 2009 yılında derin
öğrenme çalışmalarına destek vermeye başlamıştır.
https://gigaom.com/2014/05/02/darpa-is-working-on-its-own-deep-learning-project-for-
natural-language-processing/
Google son dönemde bünyesine kattığı, Deep Mind firması ile yürttüğü derin öğrenme
çalışmaları kapsamında, Atari video oyunlarını kullanılarak makineler için sadece ağı
eğitmekle kalmayıp, ayrıca ortam içerisinde nasıl hareket edileceğini de öğretmişlerdir. Bu
sayede eğitilen ağ oyun serisini başarıyla tamamlamıştır. Bu çalışma ile Google sahip olduğu
ve sürekli artan veri havuzunu zamanı geldiğinde geliştirdiği algoritmalar ile kullanarak akıllı
sistemler ortaya çıkarabileceğini göstermiştir.
Derin Öğrenmenin Diğer Görüntü Analiz Yöntemlerinden Farkı
Aşağıdaki örnekte, görüntü analizi kullanılarak resimde kupaya benzeyen nesneler
işaretlenmiştir. Söz konusu işaretlemelere bakıldığında tüm işaretlemelerin hatalı yapıldığı
görülmektedir.
Makineye Beyin, Elektroniğe Beden!
Resim veya video akışındaki her kare için çeşitli filtrelemeler ve alt bölümlere ayırma gibi
işlemler sonucunda esim karesi üzerinde tespit edilen nesneler önceden eğitilmiş ağa
sokularak sınıflandırılmaktadır.
Mekatronik Mühendisliği
28
Kupa tesp�t�nde kullanılan res�m Görüntü anal�z� �le tesp�t ed�len (yanlış) kupalar
Der�n öğrenme �le kupanın tesp�t ed�lmes�
Ba�du Research: Der�n öğrenme s�n�r yapısının sunumu
Makineye Beyin, Elektroniğe Beden! 29
Mekatronik Mühendisliği
Resim veya vide akışındaki her kare için çeşitli filtrelemeler ve alt bölümlere ayırma gibi
işlemler sonucunda esim karesi üzerinde tespit edilen nesneler önceden eğitilmiş ağa
sokularak sınıflandırılmaktadır.
Araştırmacılar akıllı telefonların ve diğer mobil cihazların kamera görüş hattında bulunan
nesneleri hemen tanıyıp, nesneleri tanımlayan metinleri nesnelerin üzerinde bir çevre
katman olarak gösterecek şekilde çalışma yapmaktadır (Purdue University image/e-Lab).
Ba�du Research: Der�n öğrenme çalışma yapısı
Video akışında tüm görüntü üzerinde eş zamanlı nesne tespiti yapılması (Sağda orijinal
görüntü, solda ise eş zamanlı sınıflandırılmış ve katmanlı olarak etiketlenmiş görüntü).
Makineye Beyin, Elektroniğe Beden!
Yüz Tanıma Sistemi
Derin öğrenme yüz tanıma yarışması kapsamında 6.000 çift yüz resmi üzerinde tanıma
işlemi en düşük hata seviyesini yakalamaya yönelik çeşitli firmaların yürütmüş olduğu
çalışmalar neticesinde makinelerin yüz tanıma hata eşiği insan hata eşiğinin altına inmiştir.
Mekatronik Mühendisliği
30
Yüz tanıma ver� set�nde der�n öğrenme yöntem�yle firmaların yakaladığı oranlar
Derin Öğrenmeyle Konuşma Tanıma
Derin öğrenme konusunda öncü düşünür olarak ün yapan ve Çin’in en büyük arama
motorunun baş uzmanı Andrew Ng son çalışmasında Baidu Derin Konuşma motorunun
gürültülü ortamlarda bile derin öğrenme kullanarak sesli komutları anlayıp işlediğine vurgu
yapmıştır. Bu çalışmada GPU işlemcileri kullanılarak 100.000 saatten daha fazla konuşma
örnekleri sinir ağları ile eğitilerek bu alanda en düşük hata oranına ulaşılmıştır.
Der�n öğrenme �le konuşma tanımanın yapılması
Makineye Beyin, Elektroniğe Beden! 31
Mekatronik Mühendisliği
Yukarıdaki çalışmada GPU işlemcileri kullanılarak 100.000 saatten daha fazla konuşma
örnekleri sinir ağları ile eğitilerek bu alanda en düşük hata oranına ulaşılmıştır.
Çoğu kişi %95 doğruluk ile %99 doğruluk arasındaki farkı anlamamaktadır. %99 doğruluk
oranı oyun değiştiren bir orandır. Bu doğruluk oranına ulaşıldığında akıllı cihazlar tamamen
sesle kullanılabilecek hale gelecektir.
Konuşma tanımanın gelişmesi nesnelerin internetinin (internet of things) yaygınlaştırmasını
destekleyecektir. Bu sayede günlük yaşamda kullanılan tüm cihazlar ve araçlar insan
ergonomisine uygun yapıda çalışarak yaşamı kolaylaştıracak şekilde birbirleriyle sürekli
etkileşim halinde bulunacaktır.
Der�n öğrenme �le firmaların konuşma tanımadak� hata oranları
Derin Öğrenmenin Araçlarda Kullanımı
Yeni nesil otonom araçlarda araç içerisindeki tüm multimedya sistemleri ve durumsal
farkındalığı sağlayan algılayıcılar tek birim tarafından komuta edilmektedir. Araç yönetim
sisemi sahip olduğu derin öğrenme yapısı sayesinde kameralar vasıtasıyla aldığı görüntüleri
eş zamanlı sınıflandırarak sürücü destek sistemini oluşturmaktadır. Bu sayede özellikle
kısıtlı görüş şartları dahil birçok durumda kazaların önüne geçilebileceği
değerlendirilmektedir.
NVIDIA Der�n Öğrenme Otop�lot Çalışmaları – Araç Yönet�m S�stem�
Makineye Beyin, Elektroniğe Beden!
Mekatronik Mühendisliği
32
Der�n Öğrenme �le Gerçek Zamanlı Trafik Farkındalığının Oluşturulması
Tesla Otop�lot Çalışması- Der�n Öğrenme kullanılarak trafik ortamının oluşturulması
Makineye Beyin, Elektroniğe Beden! 33
Mekatronik Mühendisliği
Derin Öğrenmenin Savunma ve Güvenlik Sektöründe Kullanımı
Teknolojinin etkinliğinin artarken boyutsal olarak küçülmesi ve enerji ihtiyacının buna bağlı
olarak azalmasıyla kameralar günlük hayata üssel oranda katkı sağlamaktadır. Dünya
genelinde üretilen mobil cihaz sayısı yılda 2 milyar adetken kamera sayısı bu sayının çok
daha üzerindedir.
Savunma alanında gerek silah üstü optiklere yönelik geliştirilen sistemlere işlemci desteği
sağlanması gerekse tüm hareket eden platformlara konulan kameralar anlık incelenmesi
gereken verinin miktarını büyük oranda artırmıştır. Kameraların savunma ve güvenlik
alanlarında kullanımının adaha da artacağı değerlendirildiğinde, sadece resim veya video
akışındaki nesnelerin ne olduğu değil ayrıca nesnelerin birbirleriyle olan ilişkisini metne
döken sistemlerin büyük bir insan kaynağı tasarrufu sağlayarak, her bir kamera sistemin
anlık akıllı değerlendirme yapısına kavuşmasının yolunu açmaktadır.
Sonuç olarak; 2007 yılında başlayan mobil devrimin sonucu olarak son iki yılda büyük çıkış
yapan derin öğrenme, nesnelerin interneti alanındaki gelişmeye paralel olarak yarı ve tam
otonom sistemler ile robotların günlük yaşama katkısı giderek artacaktır. Gelişen teknoloji
ile belirli bir uzmanlık alanında tecrübe artırılmış gerçeklik uygulamaları ile zahmetsiz bir
şekilde sistemlere transfer edilebilecektir.
Kaynaklar:
http://www.nvidia.com.tr/object/tesla-gpu-machine-learning-tr.html
http://www.quora.com/Machine-Learning/What-are-the-practical-applications-of-deep-
learning-What-are-all-the-major-areas-fields
http://www.homelandsecuritynewswire.com/darpa-seeks-deep-learning-ai-cope-flood-
information
http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/facebook-ai-director-
yann-lecun-on-deep-learning
http://www.fastcolabs.com/3026423/why-google-is-investing-in-deep-learning
http://radar.oreilly.com/2014/07/what-is-deep-learning-and-why-should-you-care.html
http://deeplearning.net
https://www.linkedin.com/pulse/sowhat-deep-learning-matthew-reaney
Ferhat KURT