Jeodezik Ölçme Ve Mekansal Karar Destek İçin Robotik Bir Yaklaşım

Transkript

1 Jeodezik Ölçme Ve Mekansal Karar Destek İçin Robotik Bir Yaklaşım Caner Güney 1, Serdar Bora Sayın 1 1 İstanbul Teknik Üniversitesi, Geomatik Mühendisliği Bölümü, İstanbul guneycan@itu.edu.tr, bora.sayin@gmail.com Özet: Yer altında madencilik ölçmeleri ve diğer madencilik uygulamalarında kullanılmak üzere uzaktan kontrol edilebilen ve/veya otonom hareket edebilen bir robotik ölçme ve izleme sistemi geliştirilmektedir. Geo-enable Robotic Surveying System (GeoRoSS) adı verilen mobil robotik ölçme sisteminin hareketli platformu üzerinde 3B lazer tarama cihazı ve diğer çok amaçlı veri toplayabilen duyargalar (algılayıcı-sensor) bulunmaktadır. ROS tabanlı bir araştırma robotu olan GeoRoSS kapalı ortamda, açık ortamda ve yer altı ortamlarında çalışabilen gerçek zamanlı ve yüksek doğruluklu üç boyutlu (3B) konum bilgileri üretebilen gezgin bir robotik sistem olarak geliştirilmektedir. Çalışmanın temel konusu çok fonksiyonlu robotik ölçme sisteminin navigasyon parametrelerinin üretilmesi, jeodezik ölçmelerle ilişkilerinin kurulması ve 3B lazer tarayıcı tarafından üretilen 3B nokta bulutlarının navigasyon parametreleri kullanılarak çakıştırılmasıdır. Çalışmanın bir diğer konusu da ortam bilgilerinin mekansal verilerle birleştirilerek Mekansal Bilgi Sistemi tabanlı mekansal karardestek sisteminin oluşturulmasıdır. Anahtar Sözcükler: gezgin robotlar, SLAM, robotik ölçme, lazer tarama, nokta bulutu, CBS, karar destek A Robotic Approach for Geodetic Survey and Spatial Decision Support Abstract: A surveying and monitoring robotic system which can be remotely operated and/or can work autonomously has been developed for underground mining. The robot which is named as Geo-enable Robotic Surveying System (GeoRoSS) is equipped with a number of different sensors. The fundamental sensor is 3D terrestrial laser scanner. The ROS-based robot can be used as ground vehicle for indoor, outdoor and underground applications. The mobile robotic system provides high quality and high resolution real-time 3D geometric information. In the scope of this study how navigation parameters of the robot will be produced and how point clouds of the 3D scanner will be registered. Another subject for the study is how to setup a special decision support system for fused sensor data sets. Keywords: mobile robots, SLAM, robotic survey, laser scanning, point cloud, GIS, decision support. 1. GeoRoSS un Donanım ve Yazılım Bileşenleri Geo-enable Robotic Surveying System (GeoRoSS) karmaşık yeraltı ortamlarında çalışabilecek nitelikte duyargalarla donatılmış çok fonksiyonlu bir ölçme ve izleme platformu ile yazılımlardan oluşan mobil robotik bir sistemdir [1] (bkz. Şekil 1). Şekil 1 de bir uygulama Ar-Ge projesinin ürünü olan ve test robotu olarak kullanılan GeoRoSS bulunmaktadır. GeoRoSS kapalı ortamda (indoor), açık ortamda (outdoor) ve yer altı (underground) ortamlarında çalışabilen gerçek zamanlı ve yüksek doğruluklu üç boyutlu (3B) konum bilgileri üretebilen mobil bir robotik sistem olarak geliştirilmektedir.

2 quadrature encoderleri bulunmaktadır. Tekerleklerin dönme açılarını ve alınan yol miktarını ölçebilen encoderler aracılığıyla tekerlek odometri (wheel odometry) bilgisi yani aracın bulunduğu konumu (xy eksenlerindeki değerleri) ve referans alınan düzleme göre aracın yönü ve açısı hesaplanmaktadır. Bir çeşit Dead Reckoning hesaplama yöntemi olan odometri bilgisi konum bilgilerini sürekli olarak önceki konum bilgilerine göre türeteceği için hata birikimi oluşacaktır. Bu nedenle gezgin robotlarda yönlendirme hatalarını azaltacak farklı tipte duyargalar kullanılmaktadır. Şekil 1. Geliştirilen GeoRoSS un görüntüsü GeoRoSS uzaktan kontrol edilebildiği gibi elde ettiği gerçek verilere dayalı olarak otonom olarak da hareket edebilmektedir. GeoRoSS için navigasyon, jeodezik ölçme ve iletişim modülleri ayrı ayrı tasarlanmakta ve geliştirilmektedir. Tüm bunların eş zamanlı çalışmasının sağlanması, kontrolü ve en son adım olarak karar destek sisteminde tümleştirilmesi için farklı yazılım arayüzleri kullanılmakta ve tek bir kullanıcı arayüzü üzerinden entegre edilmesi planlanmaktadır [1]. Hareketli platform olarak engebeli ve zorlu arazi koşullarına uygun Clearpath firması tarafından geliştirilmiş olan Husky A200 insansız kara aracı (Unmanned Ground Vehicle, UGV) kullanılmaktadır. Diferansiyel sürüşlü 4 tekerlekli Husky A200 platformu 33 cm (13 inç) tekerlek çapına sahip 50 kg ağırlığında bir araç olup 1 m/sn hızla ilerleyebilmekte ve 75 kg ağırlığında yük taşıyabilmektedir [2]. Husky A200 holonomik olmayan (nonholonomic) diferansiyel sürüşlü gezgin bir araçtır. Çözünürlüğü 1024 pulses per revolution (PPR) olan optik artırımlı GeoRoSS kapsamında kullanılan duyargalar SICK firması tarafından üretilmiş olan LMS511 PRO lazer mesafe bulucu (laser rangefinder), Xsens firması tarafından üretilmiş olan MTi-G-700 atalet duyargası ve Zoller+Fröhlich (ZF) firması tarafından üretilmiş olan Imager B yersel lazer tarayıcıdır (Terrestiral Laser Scanner, TLS). Lazer mesafe bulucu 5-80 metre gibi kısa ve orta mesafelerde etkili olan ve mobil platformun rotası üzerindeki engelleri belirlemede ve yön bulmada kullanılan 2B lazer tarayıcı olup puls yöntemi (time-offlight) ile çalışmaktadır. Bu yöntem ile çalışan lazer mesafe bulucular ölçtükleri uzunlukları çeşitli dalga boylarında gönderdiği lazerin gidiş/dönüş zamanının ölçümünden faydalanarak hesaplamaktadır. 180 görüş açısına sahip, iki boyutta derinlik verisi sağlayan SICK LMS serisi mesafe bulucular, robotik platformlarda oldukça yaygın olarak kullanılmaktadırlar. Yersel lazer tarayıcı ise 3B mesafe ölçümü yaparak yüksek görüş açısı ile uzun mesafe tarama bilgisini nokta bulutu olarak sağlayan faz-bazlı (phase-based) çalışan tarama platformudur. ZF Imager m uzaklığa kadar tarama yapabilmekte, saniyede 1 milyon nokta ölçebilmekte ve 320 x 360 lik geniş görüş alanı bulunmaktadır.

3 9DOF Atalet Navigasyon Sistemi olan MTi- G-700 GPS/INS GPS destekli bir Attitude Heading Reference System, AHRS olup açısal momentum prensibine dayanarak robotun oryantasyonunu ölçen bir cihaz olan jiroskopu (gyroscope), hızlanmanın miktarını ölçen bir ivmeölçeri (accelerometer) ve manyetik alanın yönünü tespit eden bir manyetometreyi (magnetometer) barındırmaktadır. AHRS, hareketli platformun hız (ivme), yöneltme ve konum bilgilerini elde eden bir sistemdir. Bu duyargalara ek olarak hareketli platformda GNSS/GPS alıcısı bulunmaktadır. Bir global konum belirleme teknolojisi olan Global Navigation Satellite System (GNSS) duyargasının kullanıldığı durumlarda konum bilgisi World Geodetic System-1984 (WGS84) jeodezik datumunda üç boyutlu olarak belirlemektedir. GeoRoSS üzerinde bundan sonra yapılan tüm ölçmeler jeodezik bir koordinat sisteminde tanımlanmaktadır. Biri robot üzerinde (on-board) ve diğeri uzak bilgisayar olmak üzere 2 farklı bilgisayar kullanılmaktadır. Taşıyıcı platform üzerinde Linux Ubuntu LTS işletim sistemli bir Dell Latitude E4300 dizüstü bilgisayar bulunmaktadır. Sözü edilen işletim sistemi altında ara katman (middleware) olarak Robot Operating System (ROS) platformunun Indigo sürümü koşturulmaktadır. Çeşitli algoritmalar C++ kodu olarak ROS-Indigo üzerinde ROS kütüphaneleri kullanılarak uygulanmaktadır. Hareketli platform üzerinde bulunan duyargalar bir algılayıcı ağı (sensor network) oluşturmakta ve her bir algılayıcının kütüphaneleri ve sürücüleri ROS çatkısı (framework) üzerinde yapılandırılmaktadır. Hareketli platformun kontrolünde kablosuz bağlantı özelliği olan Logitech Gamepad F710 kullanılmaktadır. Uzak bilgisayar olarak Dell Inspiron 5558 dizüstü bilgisayar Ubuntu LTS işletim sistemiyle çalışmaktadır. Robot bilgisayarı, duyargalar ve uzak bilgisayar arasındaki iletişim kısa mesafeli ve kablosuz bir router üzerinden sağlanmaktadır. 2.4 GHz 300Mbps TP-Link kablosuz router cihazının 2 adet 5 db antenleri iletişimi güçlendirmek için 8 db antenlerle değiştirilmiştir. Robot bilgisayarında robotun çalışmasını sağlayacak düğümler çalıştırılmakta, uzak bilgisayarda ise robotun çıkarttığı haritanın ve izlediği gezingenin görüntülenebileceği rviz aracı çalıştırılmaktadır. Aynı zamanda rviz aracı üzerinden robota gerçekleştirmesi için çeşitli komutlar da verilebilmektedir. 2. Gezgin Robotun Navigasyonu Mobil bir robotun kendi konumunu belirleyebilmesi, içinde bulunduğu ortamın olasılık tabanlı metrik haritasını üretebilmesi ve bu ortamda navigasyonunu sağlayabilmesi önemlidir. Bir başka ifadeyle mobil bir robotun otonom bir biçimde bilinmeyen bir noktadan harekete başlayarak bir taraftan bu ortamın grid tabanlı haritasını çıkarabilmesi, bir taraftan da kendi yerini kestirebilmesi, aynı zamanda oluşturulan bu harita ile ortamda bir konumdan diğerine hareket edebilmesi ve başlangıç noktasına döndüğünü de algılayabilmesi gerekmektedir. Robotun bu tür bir beceriye sahip olması için Eş zamanlı Konum Belirleme ve Harita Üretme (Simultaneous Localization and Mapping, SLAM) algoritmaları kullanılmaktadır [3]. Literatürde farklı yaklaşımdaki SLAM algoritmaları ile robotun hareket modelinden yararlanılarak robotun konum ve duruş kestirimi, ortam haritasının üretimi ve otonom gezinim problemleri robotta kullanılmakta olan duyargalara bağımlı olarak çözülmektedir. Duyargalardaki gürültüler ve ölçmelerdeki hatalar robot navigasyonunda karşılaşılan en temel problemdir. Robotun tekerleğine bağlı bir encoder aracılığıyla üretilen tekerlek odometri verisinin gürültülü bir odometri verisi olması bunun en açık örneğidir. Yer

4 çekimi veya yerin sürtünme kuvveti gibi sebeplerden kaynaklanan ötelenmeler ve yerinde saymalar robotun tekerleklerinin döndüğünden farklı miktarda hareket etmesine sebep olabilmektedir. Çözüm olarak çoğunlukla istatistiksel kestirim yöntemleri kullanılır. Bu çalışmada ortamda yer alan engellerin belirlenmesinde kısa mesafeli lazer mesafe bulucu SICK LMS 511 PRO ve Mti-G-700 atalet duyargası birlikte kullanılmaktadır. Sözü edilen lazer mesafe bulucu ile mobil robotun hareket halindeyken karşılaştığı engellere ve ortamdaki nesnelere olan uzaklıklar belirlenmektedir. Elde edilen sonuçlar uzak bilgisayarda ROS araçlarından olan rviz uygulamasında görselleştirilmektedir. Konum ve duruş kestirimi için lazer mesafe bulucu duyargası verilerini kullanan Laser Scan Matcher (LSM) yöntemi sensor_msgs/laserscan düğümü üzerinden kullanılmaktadır. Robotun ötelemesi ve dönüklüğüne ilişkin bilgi üreten tarama eşleme (scan matching) tabanlı LSM yöntemi Iterative Closest Point ICP yöntemini temel almaktadır. Farklı duyargalardan elde edilen odometri bilgilerinin birleştirilip daha iyi bir odometri bilgisi üretmek için Robot_Pose_EKF (RPE) yöntemi kullanılmıştır. SLAM algoritması olarak ROS ortamında etkin olarak çalışabilen GRIDMAPPING (gmapping) algoritması slam_gmapping düğümü üzerinden harita üretimi için koşturulmaktadır. gmapping, lazer verileri kullanarak harita üreten Rao- Blackwellized parçacık filtresi tabanlı oldukça verimli bir algoritmadır. Robotun navigasyonu için bir ROS paketi olan ve Augmented Monte Carlo Localization (AMCL) temelli çalışan navigation stack paketi kullanılmaktadır. Navigation_Stack paketi yardımıyla maliyet haritaları (CostMap) da yapılandırılmaktadır. [4] 3. Madencilik Sektöründe Kullanımı Madencilik faaliyetleri, genelde şartları sürekli değişkenlik ve belirsizlik gösteren jeolojik ortamlarda sürdürülmektedir. Madencilik sistemlerinin, otomatik olarak işleyen yapılardan çok bu belirsizlikleri fark edip üstesinden gelebilecek, dayanıklı, aynı zamanda değişken düşünebilme yeteneğine sahip akıllı/otonom madencilik sistemleri olmaları gerekmektedir. [1] Genel olarak madencilik ölçmelerinde sehpa üzerine kurulmuş total station operatör tarafından kullanılmaktadır. GeoRoSS, üzerindeki GNSS, lazer tarayıcılar gibi farklı duyargaların bütünleştirilmesiyle yüksek hız ve presizyon sağlamaktadır. Lazer tarayıcılarla, ölçülecek alanın 3B nokta verileri istenilen aralıklarla çok yüksek hızla ölçülebilmektedir. Çalışma kapsamında kullanılmakta olan yersel lazer tarayıcı tipindeki profesyonel tarayıcılar saniyede 1 milyon noktayı 3B olarak ölçebilmektedir. Her bir noktada yapılan lazer tarama ölçüleriyle elde edilen milyonlarca nokta bir nokta bulutu (point cloud) veri setini oluşturmaktadır. Çalışma alanı tek bir noktadan tamamıyla taranamıyorsa ve değişik noktalarda tarama ölçmeleri gerçekleştirildiyse her bir noktada üretilen nokta bulutlarının birleştirilmesi/çakıştırılması gerekmektedir. Ancak her bir tarama sonucu üretilen nokta bulutları tarama cihazının merkezinde yer aldığı bir koordinat sisteminde tanımlanmaktadır. Ne kadar tarama noktası varsa o kadar farklı lokal koordinat sistemi tanılanmış demektir. Nokta bulutlarının birleştirilmesi için koordinat sistemlerinin birbirine dönüşümleri sağlanmalıdır ve bu işleme çakıştırma (registration) denilmektedir. Lazer tarayıcılar nokta bulutundaki her bir noktanın 3B geometrik verisi yanında yoğunluk/parlaklık (intensity) bilgisi de üretmektedir. Ayrıca lazer tarama cihazı

5 dijital bir kamera ile birlikte çalışıyorsa nokta bulutları görüntü ile kaplanabilmekte (textured data) ve nokta bulutundaki noktalar için RGB bilgisi üretilebilmektedir. Geliştirilmekte olan GeoRoSS un amacı öncelikle yer altı madenlerinin 3B dijital modellerini üretmektir. Bunun için 3B lazer tarama teknolojisi ile üretilen nokta bulutları kullanılmaktadır. Farklı nokta bulutlarının çakıştırılmasında diğer duyargalar tarafından üretilmiş olan navigasyon bilgileri kullanılmaktadır. Nokta bulutların tek bir koordinat sistemi içerisinde birleştirilmesi yer altı ortamının 3B haritasının üretilmesinde geometrik altlığı oluşturmaktadır. [4] Yeraltı ortamının haritası üretilmesinin yanında tahkimat sistemlerine yönelik deformasyon ölçmeleri de 3B lazer tarama teknolojisi ile gerçekleştirilebilmektedir (Şekil 1). Benzer biçimde yeraltındaki yarıklar ile çatlakların belirlenmesinde, bunların deformasyon ile deplasmanlarının izlenmesinde yüksek çözünürlüklü yersel tarama tekniği kullanılabilir. Şekil 1 de görüldüğü üzere çökme ve genişleme biçiminde olabilecek deformasyonlar ölçmeler ile saptanabilir ve CAD/GIS tabanlı yazılımlarda değerlendirilebilir. Böylece farklı zamanlarda yapılan lazer tarama verileri kullanılarak tahkimat deformasyonlarının zaman serisi analizleri gerçekleştirilebilir. 3B lazer tarama tekniği sayesinde galerilerde bulunan tüm çatlak ve yarıklar tespit edilip kayıt edilebilmektedir, önceki taramalarla karşılaştırılıp önlem alınması gereken alanlar belirlenebilmektedir. Böylece deformasyon ve deplasman hareketleri 3B dijital model üzerinde belirlenebilmekte, göçükler olmadan önce riskli alanlar saptanabilmekte ve gerekli tedbirler alınarak maden kazaları önlenebilmektedir. [4] Robotik Ölçme Sistemi kinematik yöntemde 2 farklı teknikte ölçme yapacak şekilde tasarlanmaktadır: Dur ve Git (Stop-And- Go) ve Sürekli Kinematik (Continuous Kinematic). Dur ve Git tekniğinde Robotik Ölçme Sistemi hareket eder, durur ve tahkimat sistemlerinin tarama işlemini gerçekleştirir, sonra yine hareket eder. Ölçme işlemini ya 5 m. gibi belirli bir uzaklıkta ya da 10 sn. gibi belirli bir zaman aralığında sürekli tekrar ettirir. Sürekli Kinematik tekniğinde durmak yoktur hareket ve ölçme işi süreklidir. Çalışma kapsamında kullanılmakta olan 3B Lazer Tarayıcı aynı zamanda profiler modunda da kullanılabilmektedir. Profiler modunda kullanıldığında 25Hz tarama frekansıyla 320 tarama açısıyla çalışabilmektedir. Tarama modunda ise yatayda 360 düşeyde 320 görüş açısı ile tarama yapmaktadır. Şekil 2. Profil tarama ve CAD/GIS yazılımı ile birlikte geometrik analiz Lazer tarama yöntemiyle elde edilen verilerin işlenmesinde en önemli adımlardan biri elde edilen 3B nokta bulutlarının birleştirilmesidir/çakıştırılmasıdır (registration). Nokta bulutlarının referans koordinat sisteminde birleştirilmesinde ICP, Least Square 3D matching, Independent Model Triangulation ve direct georeferencing gibi yöntemlerden biri kullanılabilmektedir.

6 ICP yönteminde nokta bulutları arasındaki 3B dönüşüm parametreleri yinelemeli (iterative) olarak araştırma ve referans nokta kümeleri arasında Öklid mesafesi en kısa olan eşlenik noktalar kullanılarak üretilmektedir. ICP yöntemi, yaklaşık yöneltmesi yapılmış nokta bulutlarının dönüşüm parametrelerinin hesaplanmasında en çok kullanılan yöntemdir. Yoğun hesaplama gerektirmesine rağmen kolay uygulanabilmesi ve yüksek doğrulukta sonuç vermesi nedeniyle lazer taramaların eşleştirmesinde yaygın olarak kullanılmaktadır. En az iki farklı noktadan yapılan lazer tarayıcısı ile üretilen 3D vektörlerin (uzaklık verilerinin) (3D range data) birleştirmesinde izlenen standart yöntem 3D vektörlerden nokta bulutlarını üretip ICP gibi bir teknikle nokta bulutlarını birbirleriyle birleştirmektir. Nokta bulutundaki noktalar seyrek ya da gürültü içeriyorsa ICP algoritması ile yapılan eşleştirme sıkıntılı olacaktır. Mobil platform sürekli hareket modunda ölçme yaparak ilerliyorsa nokta bulutları uygun bir biçimde çakışmazsa yine uygulanacak birleştirme algoritmalarında sıkıntılar oluşacaktır. Mobil robotun odometri bilgisi ile üretilen robot pozunun kestirimi ve bir çift 3B nokta bulutu girdileri ICP algoritmasında gözden geçirilip düzeltilerek ikinci taramanın 3 öteleme ve 3 dönüklük olmak üzere 6 parametre ile birinci taramanın koordinat sistemine dönüşümünü gerçekleştirir. Ancak, tarama sayısı ve dolayısıyla taramaların çakıştırılma sayısı arttıkça hata birikimi oluşmaktadır. Bu durumda SLAM algoritması çevrim kapanmalarını bu hatanın minimumda kalmasını sağlamak için kullanılır. ROS ile uyumlu olan Point Cloud Library (PCL) nokta bulutuna ilişkin algoritmalar ve kütüphaneleri sağlamaktadır. Bu kütüphanelerle filtreleme, nokta bulutu çakıştırma (registration), detay yakalama (feature detection) yapılabilmektedir. [5] 3B görüntü işleme kütüphanesi olan PCL C++ diliyle geliştirilmiştir ve Berkeley Software Distribution (BSD) lisansıyla açık kaynak kodludur. Rosbrdige protokolü ROS uyumlu olmayan programlara bir paket ve JSON API üzerinden ROS işlevselliği sağlamaktadır [6]. Çalışma kapsamında JavaScript üzerinden kullanılan HTML5 destekli websocket nesneleri üzerinden web tarayıcılarının robotik sistemle çift yönlü iletişime ve etkileşime geçilebilmesi sağlanmaktadır. Rosbridge tabanlı bir web uygulaması çalışma kapsamında geliştirilmiştir. Web arayüzü mobil platformla ve platform üzerinde bulunan duyargalarla iletişim kurulmasını ve yapılan ölçmelere dayalı üretilen haritanın web üzerinden görselleştirilmesini sağlamaktadır. Düşük hafıza kullanımı nedeniyle web sunucusu olarak Nginx kullanılmaktadır. 4. Mekansal Karar Destek Elde edilen yüksek çözünürlüklü 3B nokta bulutu verilerinin birleştirilmesinden (registration) sonra insanlar için erişimi zor veya riskli ortamlar hakkında boyut, hacim ve halihazır gibi mekansal bilgiler, modeller ve yer altı haritaları üretilebilir ve yer altı ortamlarının 3B geometrisi sanal ortamda karar-vericilerin kullanımı için oluşturulabilir. Birleştirilen nokta bulutlarının görselleştirilmesiyle oluşturulan 3B model üzerinden doğrudan ölçme yapılabilir, mesafe ölçülebilir, kesitler alınabilir, alan ve hacim hesaplamaları gerçekleştirilebilir. Ayrıca 3 boyutlu modeller tavan yüksekliklerinin belirlenmesi ya da madenden çıkarılan maddelerin miktarlarının hesabında kullanılacak ölçüler gibi 2B çizgisel harita üzerinde yapılması mümkün olmayan ölçülerin de gerçekleştirilmesini olanaklı kılacaktır. [1] Isıl görüntüleyicinin lazer tarama cihazı ile birlikte eş zamanlı çalışması nokta bulutlarının yanı sıra ortamda bulunan yüzey sıcaklıklarına göre oluşan kızılötesi ışınımdan

7 termografik görselleştirilmeler gerçekleştirilerek önemli bilgilerin ortaya çıkmasını sağlayacaktır. Yer altı ortamları aydınlık ortamlar olmaması ve ortamda toz ve su partiküllerinin yoğun bulunması görünür ışıkta çalışan kameraların yer altı madenlerinde etkin biçimde kullanılmasını engeller, bu nedenle proje konusu uygulamada elekromanyetik dalgalarla ışıyan enerjinin algılanıp ölçüldüğü ısıl görüntüleme yöntemi tercih edilmektedir. Çalışma kapsamında yersel lazer tarayıcı cihazı ile bir koordinat sisteminde üretilen vektör yapısındaki 3B nokta bulutu verileri, cisimlerin ısılarına göre yayılan kızıl ötesi ışınlarla oluşturulan görüntülerle birleştirilmeye/kaplanmaya (rendering) çalışılmaktadır. Böylece madenin 3B ısıl haritası (3D thermal map) üretilmiş olacaktır. Yer altı madenlerde gaz ölçmeleri olmazsa olmaz ölçme grubudur. Oksijen, metan, karbonmonoksit ve karbondioksit gibi tehlikeli gazların belirlenen limitler içerisinde olup olmadığı ya da ne düzeyde oldukları kontrol edilip izlenmelidir. Gaz ölçme cihazı ile madende bulunan yanıcı, patlayıcı ve boğucu/zehirli gaz konsantrasyonları/içerikleri ölçülmekte, oksijen durumu izlenmekte ve bu durumların tematik haritaları üretilerek karar-destek sistemindeki oksijen azalması, tehlikeli gaz artışı vb. analizler gerçekleştirilebilmektedir. Gazların yanında sıcaklık, nem ve basınç değerlerinin de ölçülmesiyle yer altı ortamının hava kontrolü bu sistem üzerinden takip edilebilme olanağı oluşmaktadır. Tekerlekli bir robot üzerinde bulunacak ısıl görüntüleyici ve gaz detektörü gibi ortam algılayıcıları kullanılarak farklı türde bilgiler mekansal adresleri ile birlikte üretilebilmektedir. Yeraltı madenlerindeki jeolojik ve/veya yapay detaylar Mekansal Bilgi Sistemi (Coğrafi Bilgi Sistemi-CBS, Geospatial Information System-GIS) nde anlamlı biçime dönüştürülmesi ve mekansal analizlerin gerçekleştirilebilmesi planlanmaktadır. [1] Şekil 2 sözü edilen farklı nitelikteki verilerin mekansal veriler üzerinde görselleştirilmesine ve karar destek aşamasında kullanılmasına bir örnektir. Lazer nokta bulutlarında bulunan noktaların 3B konum bilgilerinin yanında yoğunluk (intensity) bilgileri ve eğer dijital kamera da kullanışmışsa RGB verileri 3B modellin anlamlı görselleştirilmesinde etkin olarak kullanılabilmektedir. Çalışma kapsamında yoğunluk bilgileri 3B Mekansal Bilgi Sisteminde detayların belirlenmesinde ve çıkarılmasında (feature extraction) kullanılmaktadır. 5. Sonuç ve Öneriler Çalışma kapsamında önerilmekte olan robotik sistemin benzerleri Avrupa ve Amerika da farklı projeler kapsamında geliştirilmiştir. Bu sistemlerden sadece biri maden tünellerinde aktif olarak kullanılmakta ancak o da operatörün ölçme boyunca araçla ilerlemesine gereksinim duymaktadır. [7] Diğer sistemler ise üzerlerinde bulunan basit 3B tarayıcıları yalnız navigasyon amaçlı kullanmaktadırlar. Benzer çalışmaların geneline bakıldığında riskli alanlarda, tamamen uzaktan kontrollü, yüksek doğruluklu bir ölçüm sistemi olmadıkları ya da barındırmadıkları anlaşılmaktadır. [4] Çalışma kapsamında yer altı ortamı olarak Türkiye de sıklıkla yaşanan maden kazalarından dolayı özellikle işletmesi devam etmekte olan yer altı madenlerine ve halihazırda kullanımda olmayan terk edilmiş madenlere odaklanılmaktadır. Yer altı madenciliği diğer uygulama alanlarına göre daha tehlikeli ve verimsiz işletme şartlarına sahip olduğu için robotik çalışmalar bu uygulama alanı için iş güvenliğinin sağlanması ve üretkenliğin arttırılması konularında önemli bir yere sahiptir. Diğer taraftan robot teknolojisi Türkiye de maden işletmecilerinin ilgisini pek çekmeyi başaramamış ve kendisine yaygın bir uygulama alanı bulamamıştır.

8 Proje kapsamında geliştirilmekte olan sistem yer altı madenciliğinde sürekli gözlem ve ölçme yapmaya dayalı bir sistem olup üretimin yönlendirilmesinde, veriminin arttırılmasında ve tahkimat işlerinde kullanılması amaçlanmaktadır. Solvotek Mühendislik ve Bilişim Hizmetleri tarafından desteklenmektedir. Projeyle ilgili detaylı bilgi adresinde bulunmaktadır. 7. Kaynaklar [1] Güney, C., Sayın, S.B., Sayın, B. Madencilik Ölçmelerinde Robotik Bir Yaklaşım: GeoRoSS, TMMOB Harita ve Kadastro Mühendisleri Odası, 15. Türkiye Harita Bilimsel ve Teknik Kurultayı, Mart 2015, Ankara. [2] [3] Thrun, S., Burgards, W., Fox, D., A Probabilistic Approach to Concurrent Mapping and Localization for Mobile Robots. Machine Learning and Autonomous Robots, 31/5, Şekil 3. Tünel kazısında lazer tarama teknolojisi ile karar-destek 6. Teşekkür Bu çalışma T.C. Bilim, Sanayi ve Teknoloji Bakanlığı Sanayi Tezleri Programının 0548.STZ kodlu SAN-TEZ projesi, Türkiye Bilimsel ve Teknolojik Araştırma Kurumu TÜBİTAK 115Y354 projesi ve İstanbul Teknik Üniversitesi Bilimsel Araştırma Projeleri Koordinasyon Birimi ile [4] Güney, C., Sayın, S.B., Sarıel, S. Madencilik Sektöründe Robotik Ölçme Sistemi ile 3B Haritaların Üretimi, Türkiye Robotbilim Konferansı - ToRK2015, Ekim 2015, İstanbul. [5] Point Cloud Library web sayfası, [6] [7] ine_surveying_3d_scanning.html