Otonomluk, robotun dışarıdan ve/veya kendi yapısından aldığı ya da algıladığı bilgileri yorumlayarak, dışarıdan müdahale olmaksızın, insan mantığına uygun hareket etmesidir. Birçok geribeslemenin ve algılayıcıların bulunduğu, üzerinde farklı öncelik sırasına sahip algoritmaların çalıştığı otonom gezgin robotların genel mimarisi incelendiğinde, temelde etkileştiği üç kavram görülecektir. Bunlar, kullanıcı, nesne ve çevredir. Gezgin robotlarda gerçek zamanlı görüntü işleme çokça kullanılan yöntemlerdendir. Gerçek zamanlı görüntü işleme ile robotun belirli bir hedefi çevreden ayırt etmesi, çevresinin haritasını çıkarması, nesneleri sınıflandırması ya da ayırt etmesi, daha önceden tanıdığı bir şekle yönelmesi ya da bir nesneye olan mesafeyi tayin etmesi, hareketi algılaması, veya bir görüntü ile başka bir bilgiyi ilişkilendirip yorumlayabilmesi sıklıkla yapılan araştırmalardandır. Ancak, gerçek zamanlı görüntü işlemenin oldukça hızlı yapılması ve genel algoritmayı hantallaştırmaması gereklidir. Bu durumda hücresel sinir ağları (cellular neural networks) kullanılabilecek yöntemlerden bir tanesidir. HSA kullanılarak, bölgelere ayrılan görüntü bilgisilerinden önemli birkaçını kullanarak o bölgeden çıkarılacak olan sonuca ulaşılabilir. Bu sayede yüksek hızda ve daha gelişmiş donanıma ihtiyaç kalmadan, daha uygun maliyet ve koşullarda gerçek zamanlı görüntü işleme sağlanabilir.
Otonom Gezgin Robot
Otonomluk, robotun dışarıdan ve/veya kendi yapısından aldığı ya da algıladığı bilgileri yorumlayarak, dışarıdan müdahale olmaksızın, insan mantığına uygun hareket etmesidir. Birçok geribeslemenin ve algılayıcıların bulunduğu, üzerinde farklı öncelik sırasına sahip algoritmaların çalıştığı otonom gezgin robotların genel mimarisi incelendiğinde, temelde etkileştiği üç kavram görülecektir. Bunlar, kullanıcı, nesne ve çevredir. Gezgin robotlarda gerçek zamanlı görüntü işleme çokça kullanılan yöntemlerdendir. Gerçek zamanlı görüntü işleme ile robotun belirli bir hedefi çevreden ayırt etmesi, çevresinin haritasını çıkarması, nesneleri sınıflandırması ya da ayırt etmesi, daha önceden tanıdığı bir şekle yönelmesi ya da bir nesneye olan mesafeyi tayin etmesi, hareketi algılaması, veya bir görüntü ile başka bir bilgiyi ilişkilendirip yorumlayabilmesi sıklıkla yapılan araştırmalardandır. Ancak, gerçek zamanlı görüntü işlemenin oldukça hızlı yapılması ve genel algoritmayı hantallaştırmaması gereklidir. Bu durumda hücresel sinir ağları (cellular neural networks) kullanılabilecek yöntemlerden bir tanesidir. HSA kullanılarak, bölgelere ayrılan görüntü bilgisilerinden önemli birkaçını kullanarak o bölgeden çıkarılacak olan sonuca ulaşılabilir. Bu sayede yüksek hızda ve daha gelişmiş donanıma ihtiyaç kalmadan, daha uygun maliyet ve koşullarda gerçek zamanlı görüntü işleme sağlanabilir.
Bu konuda henüz görüş yok.