İçeriğe geç
Tüm projeler

Robotik & Otonomiprivate

PATHIKA: Otonom Kara Aracı

Jetson Orin NX üzerinde 4×4 insansız kara aracı için ROS 2 Humble otonomi yığını: SLAM, EKF sensör füzyonu, Nav2, slalom planlayıcı ve sonlu durum makinesi görev yöneticisi; önce Gazebo simülasyonunda geliştirildi.

Rolüm
SLAM, slalom planlayıcı, kontrol, FSM görev yöneticisi, URDF
Bağlam
TEKNOFEST 2026 · İnsansız Kara Aracı
Teknolojiler
ROS 2 Humble · Nav2 · slam_toolbox · robot_localization
Bağlantılar
Kod talep üzerine

ROS 2

Humble

100

TOPS, Orin NX

4×4

skid-steer, 6 kW

Araç

PATHIKA, TEKNOFEST 2026 İnsansız Kara Aracı yarışması için geliştirilen 4×4 skid-steer bir insansız kara aracı. Parkuru iki koşuda tamamlaması gerekiyor: biri uzaktan kumandalı, diğeri tam otonom.

Bileşen Model Not
Ana bilgisayar NVIDIA Jetson Orin NX 16 GB 100 TOPS, CUDA, TensorRT
LiDAR Slamtec RPLidar A1M8 360°, 12 m menzil
Derinlik kamerası Intel RealSense D455 87° FOV, dahili IMU
Sürüş kamerası Logitech C920S 1920 × 1080
Nişan kamerası Feelworld 4K10X 10× optik zoom
Motor / ESC Flipsky 6384 × 4 / FSESC 6.9 × 4 BLDC, CAN üzerinden FOC, toplam 6 kW
Batarya 108 × 18650 Li-ion (12S9P) 44 V nominal, 1,1 kWh
Güvenlik MCU STM32 NUCLEO-G0B1RE bağımsız acil durdurma ve watchdog

Yazılım mimarisi

Her şey ROS 2 Humble üzerinde paketler halinde çalışıyor; önce Gazebo’da geliştirilip test ediliyor:

  • pathika_localization: robot_localization ile EKF sensör füzyonu (tekerlek odometrisi + IMU) ve slam_toolbox ile haritalama.
  • pathika_navigation: MPPI kontrolcüsüyle Nav2 ve koni bölümü için özel bir slalom planlayıcı.
  • pathika_perception: koni pozisyonlarını yayınlayan LiDAR tabanlı koni algılama; kamera akışında YOLOv8 görsel tespit (geliştiriliyor).
  • pathika_control: /cmd_vel’i dört teker hızına çeviren skid-steer kinematiği ve CAN üzerinden VESC ile PID motor kontrolü.
  • pathika_bringup: üst seviye launch dosyaları ve /mission_cmd ile mod/aşama değiştirip /mission_status yayınlayan sonlu durum makinesi görev yöneticisi.
  • pathika_description / pathika_msgs: URDF/xacro araç modeli (şasi, tekerlekler, LiDAR, IMU, kameralar) ve özel mesajlar (Cone, Detection, TurretCommand, MissionStatus).

Temel bir tasarım kararı: güvenlik ana bilgisayara bağlı değil. STM32 bağımsız bir acil durdurma ve watchdog’u denetliyor; çöken bir düğüm ya da donan bir Jetson motorları çalışır halde bırakamıyor.

Benim payım

Üç kişilik yazılım ekibinde SLAM, slalom planlayıcı, kontrol katmanı, FSM görev yöneticisi ve bringup benim sorumluluğumda; araç modelini ortak geliştiriyoruz. Algı, EKF füzyonu ve Nav2 yapılandırması takım arkadaşlarımda.

# simülasyonda tam sistem: Gazebo + SLAM + Nav2 + algı + kontrol + FSM
ros2 launch pathika_bringup bringup.launch.py use_sim_time:=true

# görev yöneticisini sür
ros2 topic pub /mission_cmd std_msgs/msg/String "data: 'set_autonomous'"
ros2 topic echo /mission_status

Durum

Yığın simülasyonda uçtan uca çalışıyor; şu anki iş onu gerçek araca taşımak: sensör kalibrasyonu, gerçek aktarma organında kontrolcü ayarı ve hâlâ eğitilmekte olan algı modelleri. Yarışma koşuları tamamlandığında sahadan ölçülmüş sonuçları buraya ekleyeceğim.

Diğer projeler

Robotik & Otonomi

2026Bağımsız araştırma

Öğretme Maliyeti Eğrisi: bir robot kaç gösterimle öğrenir?

Görülmemiş LIBERO görevlerinde LoRA ile ince ayar yapılan SmolVLA için gösterim sayısı ile başarı oranı arasındaki eğriyi, tek bir 8 GB tüketici GPU’sunda ölçtüm. Kazancın neredeyse tamamı ilk beş gösterimde geliyor; felaket unutma da öyle.

66.7% · 5 gösterimde başarı

  • SmolVLA
  • LeRobot
  • LoRA / PEFT
  • LIBERO
Vaka çalışmasını okuKod
Robotik & Otonomi

2026Bağımsız proje · açık veri seti

GPS’siz İHA Konumlandırma

Sabit kanatlı bir İHA için nöral ölü hesap: bir LSTM, GPS içermeyen 19 sensör kanalından saniyelik yer değiştirmeleri tahmin ediyor. GPS olmadan 4,5 dakika sonra hâlâ ~85 m içinde; klasik ölü hesaptan yaklaşık 38 kat daha iyi.

44.4 m · ort. hata, 4,5 dk

  • PyTorch
  • LSTM / GRU / TCN
  • Sensor fusion
  • TorchScript
Vaka çalışmasını okuKod
VO
Robotik & Otonomiprivate

2026TEKNOFEST 2026 · bugbuster takımı · Finalist

Havacılıkta YZ: GPS’siz Görsel Odometri

TEKNOFEST 2026 Havacılıkta Yapay Zekâ. GPS’siz konum kestirimi görevi bendeydi: RAFT optik akış + homografi ve keyframe merdiveni, hava aracının yer değiştirmesini alt-görüş kamerasından kestiriyor. Tam prova: 2256/2256 kare, 3,54 m ortalama hata.

3.54 m · ort. hata, tam prova

  • RAFT
  • Homography
  • OpenCV
  • PyTorch
Vaka çalışmasını okuKod talep üzerine