Jeodezik Ölçme Ve Mekansal Karar Destek İçin Robotik Bir

Yaklaşım
Caner Güney1, Serdar Bora Sayın1
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 karar-
destek 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 1’de bir uygulama Ar-Ge projesinin ürünü

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
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.

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 (non-
holonomic) diferansiyel sürüşlü gezgin bir
araçtır. Çözünürlüğü 1024 pulses per
revolution (PPR) olan optik artırımlı
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.
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 5010 3B 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-of-
flight) 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 5010 187 m
uzaklığa kadar tarama yapabilmekte,
saniyede 1 milyon nokta ölçebilmekte ve
320° x 360°’lik geniş görüş alanı
bulunmaktadır.
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 14.04 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 14.04 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
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
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]
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.

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 Şekil 2. Profil tarama ve CAD/GIS yazılımı ile birlikte
alınması gereken alanlar belirlenebilmektedir. geometrik analiz
Böylece deformasyon ve deplasman
hareketleri 3B dijital model üzerinde
belirlenebilmekte, göçükler olmadan önce Lazer tarama yöntemiyle elde edilen verilerin
riskli alanlar saptanabilmekte ve gerekli işlenmesinde en önemli adımlardan biri elde
tedbirler alınarak maden kazaları edilen 3B nokta bulutlarının
önlenebilmektedir. [4] birleştirilmesidir/çakıştırılmasıdır
(registration). Nokta bulutlarının referans
Robotik Ölçme Sistemi kinematik yöntemde koordinat sisteminde birleştirilmesinde ICP,
2 farklı teknikte ölçme yapacak şekilde Least Square 3D matching, Independent
tasarlanmaktadır: “Dur ve Git (Stop-And- Model Triangulation ve direct georeferencing
Go)” ve “Sürekli Kinematik (Continuous gibi yöntemlerden biri kullanılabilmektedir.
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
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.
Proje kapsamında geliştirilmekte olan sistem Solvotek Mühendislik ve Bilişim Hizmetleri
yer altı madenciliğinde sürekli gözlem ve tarafından desteklenmektedir. Projeyle ilgili
ölçme yapmaya dayalı bir sistem olup detaylı bilgi
üretimin yönlendirilmesinde, veriminin http://www.geo.itu.edu.tr/geoross/ adresinde
arttırılmasında ve tahkimat işlerinde bulunmaktadır.
kullanılması amaçlanmaktadır.
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, 25-28
Mart 2015, Ankara.

[2] http://www.clearpathrobotics.com/husky-
ugv/

[3] Thrun, S., Burgards, W., Fox, D., 1998. A

Probabilistic Approach to Concurrent
Mapping and Localization for Mobile Robots.
Machine Learning and Autonomous Robots,
31/5, 1–25.

[4] Güney, C., Sayın, S.B., Sarıel, S.

Madencilik Sektöründe Robotik Ölçme
Sistemi ile 3B Haritaların Üretimi, Türkiye
Robotbilim Konferansı - ToRK2015, 26-27
Ekim 2015, İstanbul.
Şekil 3. Tünel kazısında lazer tarama teknolojisi ile
karar-destek [5] Point Cloud Library web sayfası,
www.pointclouds.org
6. Teşekkür
[6] http://wiki.ros.org/rosbridge_suite
Bu çalışma T.C. Bilim, Sanayi ve Teknoloji
Bakanlığı Sanayi Tezleri Programının [7]http://darlingltd.com/3d_laser_scanning/m
0548.STZ.2013-2 kodlu SAN-TEZ projesi, ine_surveying_3d_scanning.html
Türkiye Bilimsel ve Teknolojik Araştırma
Kurumu TÜBİTAK 115Y354 projesi ve
İstanbul Teknik Üniversitesi Bilimsel
Araştırma Projeleri Koordinasyon Birimi ile