1. Genel Bakış
Teknofest Çelikkubbe Hava Savunma Sistemleri Yarışması, farklı hava tehditlerini tespit edip imha edebilen yerden kontrollü hava savunma sistemlerinin geliştirilmesini kapsayan bir yarışmadır. Sistemler; statik hedef imhası, sürü saldırısı karşılama ve hareketli dost/düşman hedef ayrımı olmak üzere üç aşamadan geçer. Bu tür bir sistemi hayata geçirmek; gerçek zamanlı görüntü işleme, hedef sınıflandırma ve hassas servo kontrolünün tek bir platformda birleşmesini gerektiriyor. Güçlü işlem kapasitesi, Edge AI hızlandırıcısı ve donanımsal PWM çıkışlarıyla kart, hem görme hem de hareket katmanını aynı anda taşıyabilecek özelliklere sahip.2. Yarışma Platformu
2.1. Edge AI ile Hedef Tespiti ve Sınıflandırma
Yarışmanın tüm aşamalarında merkezi gereksinim gerçek zamanlı hedef tespiti ve sınıflandırmasıdır. Yerleşik 4 TOPS yapay zeka hızlandırıcısı, kamera akışını işleyerek F16, helikopter, balistik füze ve mini/mikro İHA gibi farklı hedef tiplerini birbirinden ayırt edebilecek işlem gücünü sağlar. 3. Aşamada aynı sahneye dost ve düşman hedefler birlikte girer; sistemin yalnızca düşmanı imha etmesi, dostu ise atlaması beklenir. Bu ayrımı piksel düzeyinde yapabilmek Edge AI katmanının doğrudan katkısıdır.| Görev | Model | Gereken İşlem Gücü |
|---|---|---|
| Hedef tespiti (F16 / helikopter / füze / İHA) | yolox_s_lite | 1–1,5 TOPS |
| Dost/düşman sınıflandırması | mobilenet_v2_lite | 0,5 TOPS |
| Hareketli hedef takibi | yolox_s_lite | 1–1,5 TOPS |
2.2. MIPI CSI Kamera ile Görüntü Algılama
İki adet 4-lane MIPI CSI portu, hedef tespiti ve takibi için kamera modülü bağlamaya olanak tanır. Raspberry Pi Kamera V2 gibi yaygın modüller desteklenir. Kamera akışı doğrudan Edge AI pipeline’ına beslenerek gerçek zamanlı hedef koordinatları çıkarılır; bu koordinatlar servo kontrol döngüsüne aktarılır. Pipeline; kamera karesini alan giriş, model çıkarımını (inference) gerçekleştiren hesaplama ve sonuçları ileten çıkış olmak üzere üç aşamadan oluşur. Ayrıntılar için TI’ın EdgeAI veri akışı dökümanına bakınız: Kamera yapılandırması için Kamera sayfasına bakınız.2.3. PWM ile Turret Kontrolü
Sistemin yükseliş ve yan ekseninde hareket edebilmesi için pan-tilt mekanizmasındaki servo motorlara hassas PWM sinyali üretilmesi gerekir. 40-pin GPIO başlığındaki 7 adet donanımsal PWM kanalı bu iş için doğrudan kullanılabilir. PWM sinyalleri, Edge AI’dan gelen hedef koordinatlarına göre gerçek zamanlı güncellenerek otomatik nişan alma döngüsü oluşturulur. Bu döngü tipik olarak her eksen için ayrı bir PID denetleyicisi ile kurulur; tespit edilen nesnenin karedeki konumu ile merkez arasındaki hata sinyal olarak kullanılır. PWM yapılandırması için PWM sayfasına bakınız.2.4. IMU ile Platform Yönelim Ölçümü
Yerleşik ICM-20948 (ivmeölçer + jiroskop + manyetometre), platformun anlık yönelimini ölçer. Titreşim veya sarsıntı durumlarında nişan alma hesaplamalarına düzeltici girdi sağlar. IMU hakkında daha fazla bilgi için IMU sayfasına bakınız.2.5. Gerçek Zamanlı Nişan Alma Döngüsü
Hareketli hedeflerin takibinde kontrol döngüsünün gecikmesi doğrudan isabet hassasiyetini etkiler. PREEMPT-RT Linux yaması ile görüntü işleme ve servo güncelleme döngüleri belirli CPU çekirdeklerine sabitlenebilir; böylece sistem yükünden bağımsız düşük gecikmeli ve tutarlı bir kontrol hızı elde edilir. Gerçek zamanlı Linux kurulumu için PREEMPT-RT sayfasına bakınız.2.6. CAN Bus ile Motor Haberleşmesi
Daha güçlü tahrik gerektiren eksenler için TCAN1462-Q1 CAN FD dönüştürücüsü, DroneCAN veya özel protokol üzerinden motor sürücüleriyle haberleşme imkânı sağlar. Motor telemetrisi (akım, konum, sıcaklık) bu arayüz üzerinden okunabilir. CAN Bus yapılandırması için CAN Bus sayfasına bakınız.2.7. Kullanıcı Arayüzü ve Manuel Mod
Yarışmanın ilk aşaması tamamen manuel modda icra edilir; tüm işlevlerin bir kullanıcı arayüzü, joystick veya klavye üzerinden çalışması zorunludur. Kart, USB veya Ethernet üzerinden bağlanan bir bilgisayardaki kontrol arayüzüne komut alabilir. Otonom ve manuel mod geçişleri de bu arayüz üzerinden yönetilir.3. Örnek Sistem Mimarisi
Kamera akışı Edge AI katmanında işlenerek hedef tipi ve koordinatları belirlenir. Bu bilgi gerçek zamanlı kontrol döngüsüne aktarılır; kontrol döngüsü PWM veya CAN Bus üzerinden pan-tilt mekanizmasını sürer. Kullanıcı arayüzü Ethernet veya USB üzerinden bağlanır, manuel ve otonom modlar buradan geçişir.4. Teknik Referanslar
Kart Özellikleri
TI AM67A işlemcisi, 4GB RAM, 32GB eMMC, sensörler ve arayüzlerin tam listesi
Edge AI
4 TOPS AI hızlandırıcı, model derleme ve nesne tespiti pipeline’ı
PWM
Donanımsal PWM pinout tablosu ve servo kontrolü
Gerçek Zamanlı Linux
PREEMPT-RT yaması ile deterministik zamanlama