Derin öğrenme tabanlı görevlerin kenar bilişim yöntemiyle uzak sunucuya taşınması

Abstract

İnsansız Hava Aracı (İHA) sistemleri uzaktan veya otonom olarak kontrol edilebildikleri için erişilmesi zor ve tehlikeli durumlarda öncelikli olarak tercih edilmektedir. Uçabilmeleri, fiziksel özellikleri ve kullanım kolaylıkları sebebiyle bu cihazlar çok farklı görevlerle donatılabilmektedir. İHA sistemlerinde kameranın kullanılması ve bu cihazların havadan görüntü ve video analizi yapmaları askeri, eğlence ve gözetleme gibi bir çok alanda bu sistemlere olan ilgiyi her geçen gün artırmaktadır. Bu cihazlar sürüş kontrol ünitesi, motor, batarya, tümleşik işlemci, kamera vb. gibi birçok alt parçacıktan oluşmaktadır. Bataryalar; sürüş sistemleri ve ek uygulamalar için donatılan ekipmanların güç ihtiyaçlarının karşılanmasından sorumludur. Ergonomik koşullar ve maliyet gibi kısıtlamalar sebebiyle bataryaların mümkün olduğunca daha küçük boyutlu olması ve ucuza mal edilmesi istenmektedir. Ancak, batarya maliyetleri depolayabildikleri enerji miktarıyla orantılıdır. Ayrıca, düşük kapasiteli bataryaların kullanılması İHA'ların kısa sürede tekrar şarj edilmesi ve görevlerinin yarıda kesilmesi gibi olumsuzluklara neden olmaktadır. Çünkü, görüntü işleme temelli çalışmalarda büyük boyuttaki verilerle çalışılmaktadır. Ek olarak bu çalışmalarda kullanılan algoritmaların ağır işlem gücü gerektiren derin öğrenme tabanlı sistemlere evrilmesi sebebiyle ihtiyaç duyulan işlemci gücü ve özellikleri artmaktadır. Görüntü işleme görevi ile donatılmış İHA sistemlerinde ihtiyaç duyulan bu işlemci gücü için sürüş sistemlerine ek olarak tümleşik işlemciler (CPU veya GPU) entegre edilmiştir. Bu durum cihaz bataryalarının daha kısa sürede bitmesine ve görevlerin yarıda kesilmesine neden olmaktadır. Telekomünikasyon teknolojilerindeki gelişmeler ile birlikte büyük miktarda verinin bir noktadan diğer bir noktaya hızlı bir şekilde taşınabilmesi mümkün olmuştur. Bu gelişmeler kenar bilişim (edge computing) ve nesnelerin interneti (Internet of Things, IoT) sistemlerinin yaygınlaşmasında büyük rol oynamaktadır. Kenar bilişim, bir istemcinin kendi üzerinde, kendi kaynaklarını kullanarak veri işlemesi yerine bu istemciye yakın yerleştirilmiş sunucular üzerinde veri işlenmesi prensibine dayanan teknoloji mimarisidir. Tez çalışmasında görüntü bölütleme görevi ile donatılmış İHA sistemlerinin kenar bilişim yöntemiyle verileri uzak sunucuya iletmesi durumu analiz edilmiştir. Farklı telekomünikasyon teknolojileri (4G ve 5G) kullanılarak bu analiz senaryosu oluşturulmuş ve kablosuz haberleşme kanalındaki bozucu etkiler ve gürültü sebebiyle alınan verilerin bozulduğu gözlenmiştir. Bu gürültülerin giderilmesi için kenar bilişim sistemine gürültü arındırma bloğu eklenmiş ve temel seviye gürültü arındırma algoritmalardan ileri seviye derin öğrenme tabanlı algoritmalara kadar birçok farklı gürültü arındırma yöntemi incelenmiştir. Önerilen gürültü arındırma bloğunun bu sisteme entegre edilmesi kenar sunucuda bulunan derin öğrenme tabanlı görüntü bölütleme algoritmasının performansını büyük ölçüde artırdığı belirlenmiştir.