Hybrid Path Planning (HPP), orman biçme robotlarında vâsiʿ saḥanın iḥâṭasını, aġaç gövdelerine pek yaḳın maḥallerde emniyetli biçme ḥareketiyle birleştirmek içün, ʿumûmî Boustrophedon iḥâṭa yoluyla iki-cisim mekâniğinden mülhem maḥallî medârî ḳontrolü cemʿ eden bir yol plânlama çerçevesidir. Sistem, bütün ormanı bir medâr mesʾelesi şeklinde modellemez; yalnız o anda işlenmekte olan aġacı maḥallî bir farāżî câẕibe merkezi ʿadd ederek robotu gövdenin etrâfında medâra müşâbih bir ḥareketle sevḳ eder. Biçme ilerledikçe aġacın farāżî kütlesi tenḳîṣ olunur, câẕibe żaʿîfletilir ve Finite State Machine (FSM) robotu yeniden ʿumûmî iḥâṭa yoluna rabṭ eder. MATLAB esâslı simülasyonlarda HPP, aynı ʿumûmî tarama iskeleti üzerinde deġerlendirilen APF ve RFP gibi itme esâslı maḥallî ictinâb usûllerine nisbetle aġaç gövdesi civârındaki biçilmiş saḥayı artırırken gövdeye nüfûzu menʿ etmişdir. Bununla berâber netîceler idealize edilmiş holonomic point robot modeline müsteniddir ve ḥaḳîḳî orman saḥasındaki performansı tek başına isbât etmez.

50 simülasyon ḳoşusunun mütevassiṭ netîcesinde HPP küllî saḥanın %95,3’ünü biçmiş, aġaca yaḳın deġerlendirme şerîdinde %55,9 iḥâṭa teʾmîn etmiş ve sıfır gövde çarpışması vücûda getirmişdir. Asġarî gövde açıklıġı 0,29 m olarak ḳalmışdır. Buna muḳābil emniyet marjının −0,34 m olması, robot gövdeye girmediġi ḥâlde taʿrîf olunan nominal emniyet tamponunun her ḥâlde tamâmen muḥâfaẓa olunmadıġını gösterir. Binâʾenaleyh usûlün esâs netîcesi “tam emniyet teʾmîn olundu” deġildir; daha ṣaḥîḥ tefsîr, tecrübe edilen simülasyonlarda aġaç etrâfında daha ḳuvvetli biçme ile gövdeye nüfûzdan ictinâb arasında daha müsâʿid bir muvâzene kurulabildiġidir.

Orman biçmede esâs ḳontrol teʿârużu

Bir orman biçme robotunun vazîfesi yalnız açık saḥada dolaşmaḳ deġildir. Robotun vâsiʿ bir çalışma saḥasındaki nebât örtüsünü muntazaman temizlemesi ve aynı zamanda muḥâfaẓa olunması lâzım gelen aġaç gövdelerine żarar vermemesi îcâb eder. Bu iki ġāye, bilḫâṣṣa gövde etrâfında birbirine muḳābil bir ḥâl alır.

Klâsik mâniʿadan ictinâb algoritmaları ekseriyâ robot ile mâniʿa arasındaki mesâfeyi artırmaġa çalışır. Artificial Potential Field (APF) yâḫûd buna müşâbih itme esâslı yaklaşımlar naẓarında bir aġaç gövdesi, robotun yaḳlaşmaması gereken bir mâniʿadır. Lâkin biçme vazîfesi naẓarından gövdenin hemen etrâfındaki nebâtın da izâlesi lâzımdır. Robot pek erken uzaḳlaşırsa emniyeti artırabilir, faḳaṭ aġacın etrâfında vâsiʿ bir biçilmemiş şerîd bıraḳabilir.

HPP’nin mebdeʾi bu teʿârużdur: aġaç yalnız ictinâb olunacak bir mâniʿa olarak deġil, muʿayyen bir emniyet mesâfesi dâḫilinde etrâfında kontrollü sûretde ḥareket edilmesi gereken maḥallî bir hedef olarak ele alınır.

HPP Orman Biçme Robotunda Nasıl İşler?

HPP, vâsiʿ saḥa içün Boustrophedon esâslı bir Coverage Path Planning yolunu taʿḳîb eder; robot faʿâl bir aġacın teʾsîr mıntıḳasına girdiġinde FSM kontrolü maḥallî medâr moduna naḳl eder, robot farāżî câẕibe, teğetsel devrân ve ḳıṣa menzilli itme unsurlarının terkîbiyle gövdenin etrâfında ḥareket eder ve maḥallî biçme tamam olduġunda en yaḳın münâsib noḳṭadan ʿumûmî iḥâṭa yoluna yeniden rabṭ olunur.

ʿUmûmî iḥâṭa iskeleti

Çalışma yeni bir ʿumûmî Complete Coverage Path Planning algoritması teklîf etmez. Bunun yerine Boustrophedon decomposition usûlüne müstenid mevcûd CPP bünyesini müşterek bir ʿumûmî mürâcaʿat olarak kullanır. Çalışma saḥası, muntazam ileri-geri taramalarla iḥâṭa olunacak alt mıntıḳalara ayrılır ve ḥâṣıl olan mürâcaʿat yolu:

\[ P_{\mathrm{CPP}}=\{p_k\in\mathbb{R}^2\mid k=1,\ldots,N\} \]

şeklinde gösterilir. Yol noḳṭaları arasındaki mesâfe, müʾessir kesme genişliġi \(w_{\mathrm{cut}}\) ve arzu olunan örtüşme miḳdârına göre taʿyîn olunur.

HPP’nin yeniliġi bu ʿumûmî yolun yerine başḳa bir yol vażʿ etmek deġildir. Asıl ḳatkı, robot bir aġacın yaḳınında çalışırken devreye giren maḥallî gövde-yakın manevra ṭabaḳasıdır.

İki-cisim mekâniğinden gelen fikir

Klâsik iki-cisim mesʾelesinde iki kütle arasındaki câẕibe Newton’un ḳānûn-ı câẕibe-i ʿumûmiyyesiyle ifâde olunur:

\[ \mathbf{F}_{ij} = G\frac{m_i m_j}{\|\mathbf{r}_{ij}\|^3}\mathbf{r}_{ij} \]

Burada \(G\) câẕibe sâbiti, \(m_i\) ve \(m_j\) iki cismin kütleleri, \(\mathbf{r}_{ij}\) ise cisimler arasındaki nisbî mevḳiʿ vektörüdür. Münâsib ibtidâʾî şerâʾiṭ altında bu teʾâsür maḥdûd medârlar vücûda getirebilir.

Muḥaḳḳiḳler bu fizikî münâsebeti doğrudan robot dinamiğinin ḥaḳîḳî câẕibesi olarak kullanmazlar. Bunun yerine iki-cisim davranışını bir kontrol ḳıyâsı olarak yeniden tefsîr ederler. Faʿâl hedef aġaç sâbit merkez, robot ise bu merkezin vücûda getirdiġi farāżî câẕibe saḥasından müteʾessir olan müteḥarrik sistem olarak modellenir.

Aġaç gövdesinden farāżî kütle istiḥṣâli

Her aġacın kontrol üzerindeki farāżî teʾsîri, idrâk olunan gövde hendesesinden iştiḳāḳ olunur. Câẕib potansiyel:

\[ U_{\mathrm{att}}(r) = -G_v\frac{m_{\mathrm{tree}}}{r} \]

şeklinde taʿrîf olunur.

Aġacın farāżî kütlesi ise:

\[ m_{\mathrm{tree}} = \rho\pi \left(\frac{\mathrm{DBH}}{2}\right)^2 H_{\mathrm{ref}} \]

şeklindedir.

Burada:

• \(G_v\): farāżî câẕibe kazancıdır.
• \(r\): robot ile hedef aġacın merkezi arasındaki Euclid mesâfesidir.
• DBH: LiDAR tarafından taḫmîn olunan göġüs irtifâʿındaki gövde ḳuṭrudur.
• \(\rho\): farāżî kesâfet parametresidir.
• \(H_{\mathrm{ref}}\): idrâk ve kontrolde miḳyâslama içün kullanılan mürâcaʿat gövde irtifâʿıdır.

\(H_{\mathrm{ref}}\), bütün biçme robotları içün fizikî cihetden optimum ʿadd olunan ʿumûmî bir aġaç irtifâʿı deġildir. Menbaʿ, münâsib ḳıymetin LiDAR tertîbâtına, görüş saḥasına, nebât bünyesine ve robot hendesesine tâbiʿ olabileceġini ṣarâḥaten beyân eder.

Farāżî câẕibe ivmesi

Câẕib potansiyelin menfî gradyanı, robotu hedef aġaca sevḳ eden farāżî ivme emrini vücûda getirir:

\[ \mathbf{a}_{g} = -G_v\frac{m_{\mathrm{tree}}}{r^3}\mathbf{r} \]

\(\mathbf{r}\), hedef aġacın merkezinden robota uzanan nisbî mevḳiʿ vektörüdür. Riyâżî olarak robot aġaca yaḳlaştıkça \(r^{-3}\) terimi farāżî teʾâsürün ḳuvvetlenmesine sebeb olur. Lâkin sistem robotu doğrudan aġaca çekmek üzere taṣmîm olunmamışdır; câẕibenin yanında itici emniyet saḥası ve teğetsel devrân unsuru mevcûddur.

Emniyet içün itici potansiyel

Aġacın etrâfında ḳıṣa menzilli bir itici potansiyel taʿrîf edilmişdir:

\[ U_{\mathrm{rep}}(r) = \begin{cases} \frac{1}{2}K_{\mathrm{rep}} \left( \frac{1}{r}-\frac{1}{r_0} \right)^2, & r<r_0 \\ 0, & r\geq r_0 \end{cases} \]

\(K_{\mathrm{rep}}\) itme kazancıdır. \(r_0\), emniyet açıklıġı ile kesici hendesesini birlikte ḥesâba alan teʾsîr nıṣf-ı ḳuṭrudur:

\[ r_0 = r_{\mathrm{safe}} + \frac{1}{2}w_{\mathrm{cut}} \]

Burada \(r_{\mathrm{safe}}\) aġaç içün emniyet mesâfesi, \(w_{\mathrm{cut}}\) ise kesme genişliġidir. Binâʾenaleyh \(r_0\), doğrudan hedef medâr nıṣf-ı ḳuṭru deġildir; emniyet ile kesici hendesesinin itme saḥasında müʾessir olduġu ḥaddi temsil eder.

Câẕibe ile itme arasındaki muvâzene

Maḥallî medâr enerjisi:

\[ E_{\mathrm{orb}}(r) = U_{\mathrm{att}}(r) + U_{\mathrm{rep}}(r) \]

olarak taʿrîf olunur. Hedef medâr nıṣf-ı ḳuṭru \(r_{\mathrm{tgt}}\), faʿâl itme mıntıḳasında bu mürekkeb enerjinin sâkin noḳṭasına muṭâbıḳ olacak sûretde taʿyîn olunur.

Taḳrîbî şuʿâʿî ḳuvvet muvâzenesi:

\[ \frac{\partial E_{\mathrm{orb}}}{\partial r}=0 \]

şarṭıyla:

\[ G_v m_{\mathrm{tree}} = K_{\mathrm{rep}} \left( \frac{1}{r_{\mathrm{tgt}}} - \frac{1}{r_0} \right) \]

münâsebeti ḥâṣıl olur. Böylece hedef gövde mesâfesi, câẕibe ile emniyet mâniʿasının birbirini muvâzenelediġi kontrol seviyesinde hendesî bir hedef ḥâline gelir.

Medârî ḥareket niçün doğrudan aġaca düşmez?

Yalnız câẕib saḥası kullanılsa robot hedef merkeze doġru ḥareket ederdi. Medâra müşâbih davranışı vücûda getirmek içün algoritma ayrıca teğetsel bir devrân terimi tatbîḳ eder:

\[ \mathbf{a}_{\mathrm{circ}} = \omega^2r_{\mathrm{tgt}}\hat{\mathbf{t}} \]

\(\omega\) zâviyyevî sürʿat parametresi, \(\hat{\mathbf{t}}\) ise aġaca nisbetle teğetsel birim vektördür. Menbaʿ, bu terimin klâsik iki-cisim fiziğinden doğrudan müştak ḳatı bir fizikî teğetsel ivme müsâvâtı olarak deġil, medâra müşâbih ḥareketi idâme ettirmek maḳṣadıyla kullanılan kontrole müteveccih bir devrân terimi olarak tefsîr edilmesi lâzım geldiġini bilḫâṣṣa beyân eder.

Maḥallî küllî ivme emri:

\[ \mathbf{a} = \mathbf{a}_{g} + \mathbf{a}_{\mathrm{circ}} + \mathbf{a}_{\mathrm{rep}} \]

şeklindedir. Câẕibe aġaca yaḳlaşmayı, teğetsel unsur etrâfında devrânı, itme unsuru ise ḥaddin tecâvüzünü menʿ etmeyi hedefler.

Gövde ḳuṭru ile ḥareket kontrolünün rabṭı

LiDAR taramasında gövdeye ʿâʾid ufuḳî zâviyyevî açıklıḳ \(\Delta\phi\), taḫmîn olunan gövde mesâfesi ise \(R_{\mathrm{det}}\) olarak alınır. Gövde ḳuṭru:

\[ D_{\mathrm{est}} \approx 2R_{\mathrm{det}}\sin\left(\frac{\Delta\phi}{2}\right) \approx R_{\mathrm{det}}\Delta\phi \]

ile taḫmîn olunur. İkinci taḳrîb küçük zâviye farżına müsteniddir.

Bu taḫmîn daha sonra:

\[ m_{\mathrm{tree}} = \rho \frac{\pi D_{\mathrm{est}}^2}{4} H_{\mathrm{ref}} \]

münâsebetiyle farāżî kütleye taḥvîl olunur. Böylece idrâk olunan aġaç hendesesi yalnız ḫarîṭa üzerinde bir mâniʿa noḳṭası olarak ḳalmaz; maḥallî ḥareket kontrolcüsünün farāżî câẕibe miḳyâsını taʿyîn eden girdilerden biri olur.

Menbaʿ bu hendesî ḳıymetlerin ḳaṭʿî fizikî ölçüler gibi deġerlendirilmemesi lâzım geldiġini de beyân eder. Taḫmîn keyfiyyeti LiDAR çözünürlüġünden, ḳısmî örtülmeden, gövdenin görünürlüġünden ve saḥa şerâʾiṭinden müteʾessir olabilir.

Medâr sürʿatinin hendesî rabṭı

Faʿâl hedef içün farāżî câẕibeyle mütenâsib dâʾirevî sürʿat taḳrîben:

\[ v_{\mathrm{circ}} = \omega r_{\mathrm{tgt}} \approx \sqrt{\frac{G_vm_{\mathrm{tree}}}{r_{\mathrm{tgt}}}} \]

şeklinde taʿrîf olunmuşdur.

Gövde hendesesiyle rabṭ ḳurulduġunda:

\[ v_{\mathrm{circ}} \propto D_{\mathrm{est}} \sqrt{\frac{\rho H_{\mathrm{ref}}}{r_{\mathrm{tgt}}}} \]

ḥâṣıl olur. Bu ifâde, idrâk olunan gövde ebʿâdının farāżî kütle vâsıṭasıyla maḥallî kontrol davranışına nasıl rabṭ olunduġunu gösterir.

Farāżî Kütle Niçün Zamanla Tenḳîṣ Olunur?

Farāżî kütle, ḥaḳîḳî aġacın fizikî kütlesini deġiştirmek içün deġil, maḥallî biçme vazîfesinin terakkîsini kontrol sistemine temsil ettirmek içün tenḳîṣ olunur; \(m_{\mathrm{tree}}\) küçüldükçe farāżî câẕibe żaʿîfler, hedef medâr nıṣf-ı ḳuṭru \(r_{\mathrm{tgt}}\) dışarı doġru büyür ve robotun yaḳın-medâr modundan çıḳup ʿumûmî iḥâṭa yoluna dönmesi kolaylaşır.

Münḳaṭiʿ zamanda farāżî kütle:

\[ m_{\mathrm{tree}}(k+1) = \alpha(k)m_{\mathrm{tree}}(k), \qquad 0<\alpha(k)<1 \]

ile tenḳîṣ olunur.

Çalışmanın simülasyonlarında kütle tenḳîṣ faktörü \(\alpha=0{,}95\) olarak sâbitlenmişdir.

Mütemâdî zaman içün verilen mefhûmî muḳābil:

\[ \dot{m}_{\mathrm{tree}}(t) = -\alpha \left( m_{\mathrm{tree}}(t)-m_{\min} \right) \]

şeklindedir. \(m_{\min}\), maḥallî vazîfenin tamam olduġunu taʿyîn içün kullanılan aşağı kütle eşiġidir.

Tecdîd olunan hedef medâr nıṣf-ı ḳuṭru:

\[ \frac{1}{r_{\mathrm{tgt}}(k)} = \frac{1}{r_0} + \frac{G_vm_{\mathrm{tree}}(k)} {K_{\mathrm{rep}}+\varepsilon} \]

ve muʿâdil sûretde:

\[ r_{\mathrm{tgt}}(k) = \left( \frac{1}{r_0} + \frac{G_vm_{\mathrm{tree}}(k)} {K_{\mathrm{rep}}+\varepsilon} \right)^{-1} \]

olarak ifâde olunur. \(\varepsilon\) ʿadedî istikrâr içün kullanılan küçük müsbet sâbittir. Farāżî kütle azaldıkça ikinci terim küçülür ve \(r_{\mathrm{tgt}}\) ḳıymeti \(r_0\)’a doġru büyür. Böylece sistem aġacın etrâfındaki yaḳın medârdan tedrîcen uzaḳlaşır.

Finite State Machine

Finite State Machine (FSM) üç esâs çalışma modunu idâre eder:

1. ʿUmûmî geçiş: Robot CPP mürâcaʿat yolunu taʿḳîb eder.
2. Maḥallî medâr: Bir aġaç aktivasyon mıntıḳasına girdiġinde farāżî câẕibe, teğetsel devrân ve itme unsurlarıyla gövde civârında ḥareket olunur.
3. Yola yeniden iltiḥâḳ: Maḥallî biçme tamam olduġunda robot en yaḳın ḳābil-i tatbîḳ ʿumûmî yol parçasına rabṭ olunur ve iḥâṭa vazîfesine devâm eder.

Maḥallî vazîfe, farāżî kütle \(m_{\min}\) altına indiġinde yâḫûd medâr adedi \(N_{\mathrm{th}}\) eşiġini geçtiġinde tamamlanmış ʿadd olunur. Tamamlanan aġacın merkezi \(T_{\mathrm{done}}\) kümesine ilâve olunur.

Baʿdehû tamamlanmış aġaçların etrâfındaki itici saḥalar robotun aynı işlenmiş mıntıḳaya derḥâl avdetini menʿ etmeğe yardım eder. ʿUmûmî yola avdet, bütün saḥa içün yeniden masraflı bir optimizasyon icrâ etmek yerine en yaḳın ḳābil-i tatbîḳ Boustrophedon yol noḳṭasına ḳıṣa bir irtibâṭ ḥareketiyle teʾmîn olunur.

Robot ḥareketinin ʿadedî tecdîdi

Simülasyonda sürʿat sönümü ve aʿẓamî sürʿat ḥaddi tatbîḳ olunmuşdur:

\[ \dot{\mathbf{v}} = \left( \mathbf{a}_{g} + \mathbf{a}_{\mathrm{circ}} + \mathbf{a}_{\mathrm{rep}} \right) - c_d\mathbf{v}, \qquad \|\mathbf{v}\|\leq v_{\max} \]

Münḳaṭiʿ zaman tecdîdi:

\[ \mathbf{v}(t+\Delta t) = \mathbf{v}(t) + \left[ \mathbf{a}_{g} + \mathbf{a}_{\mathrm{circ}} + \mathbf{a}_{\mathrm{rep}} - c_d\mathbf{v}(t) \right]\Delta t \]

ve mevḳiʿ tecdîdi:

\[ \mathbf{r}_r(t+\Delta t) = \mathbf{r}_r(t) + \mathbf{v}(t+\Delta t)\Delta t \]

şeklindedir. Böylece kontrol saḥasından elde olunan ivme unsurları her zaman ḳademesinde robotun sürʿat ve mevḳiʿine taḥvîl olunur.

Çalışmanın Usûlü ve Netîceleri

Simülasyon muḥîṭi

HPP algoritması MATLAB R2024b kullanılarak ʿadedî muḥîṭde deġerlendirilmişdir. Simülasyon bilgisayarında Intel Core i7-12700 işlemci, 12 çekirdek ve 32 GB RAM vardır.

Muḳāyese, muḫtelif aġaç tertîbâtına mâlik birden ziyâde 50 × 50 m orman saḥası üzerinde yapılmışdır. Her aġaç silindirik mâniʿa olarak temsil olunmuşdur. Çalışmanın dâḫilî simülatörü orman hendesesini başlatmış, tesâdüfî yâḫûd kullanıcı taʿrîfli aġaç mevḳiʿleri vücûda getirmiş ve LiDAR esâslı muḥîṭ idrâkini simüle etmişdir.

LiDAR modeli içün aʿẓamî idrâk menzili 10 m, derinlik çözünürlüġü 0,1 m, görüş saḥası 360° ve zâviyyevî çözünürlük 1° olarak taʿyîn olunmuşdur. Her simülasyon ḳoşusu taḳrîben 3000–4000 münḳaṭiʿ zaman ḳademesini iḥtivâ etmişdir.

Muḳāyese olunan usûller

Bütün usûller aynı üst seviyeli ʿumûmî iḥâṭa iskeleti altında deġerlendirilmişdir:

• HPP: teklîf olunan iki-cisim mülhem maḥallî gövde-yakın manevra usûlü.
• CPP: aġaç duyarlı maḥallî manevrayı iḥtivâ etmeyen sâbit tarama mürâcaʿatı.
• CPP+GapFollow: ʿumûmî taramayı maḥallî boşluḳ taʿḳîbiyle birleştiren reaksiyonî varyant.
• APF: itme esâslı Artificial Potential Field maḥallî mâniʿadan ictinâb usûlü.
• RFP: çalışmada kullanılan diġer itme-merkezli maḥallî ictinâb mürâcaʿatı.

Bu tertîbin maḳṣadı muḫtelif ʿumûmî rota plânlayıcılarını yarıştırmaḳdan ziyâde, aynı iḥâṭa iskeleti üzerinde muḫtelif maḥallî aġaç teʾâsürlerinin netîcelerini muḳāyese etmekdir.

Üç merḥaleli davranışın taḥḳîḳi

Menbaʿ Şekil 1, HPP’nin üç esâs davranışını gösterir: aġacın etrâfında medâra müşâbih maḥallî manevra, ʿumûmî mürâcaʿat yoluna yeniden rabṭ ve ʿumûmî iḥâṭanın devâmı.

Bu misâlde robotun taḳrîben üç devr yapması içün baʿżı tenḳîṣ parametreleri görsel vuzûḥu artıracak sûretde ayarlanmışdır. Menbaʿ bunun ʿumûmî yâḫûd mecbûrî bir “üç devr” ḳāʿidesi olmadıġını bilḫâṣṣa beyân eder. Bu misâl yalnız ḥâl geçişlerini ẓâhir ḳılmak maḳṣadıyla kullanılmışdır.

Muḫtelif orman tertîbâtındaki yollar

Menbaʿ Şekil 2, üç muḫtelif orman tertîbinde HPP, CPP, CPP+GapFollow, APF ve RFP yollarını yan yana gösterir. HPP, faʿâl aġacın yaḳınında dâʾirevî/medâra müşâbih ḥareket vücûda getirdikden sonra ʿumûmî mürâcaʿat yoluna avdet eder.

APF ve RFP yolları daha muḥâfaẓakâr uzaklaşma davranışı gösterdiġinden aġaç etrâfında daha vâsiʿ biçilmemiş saḥalar teşekkül eder. Buna muḳābil yalnız traversal devâmlılıġını evveliyete alan CPP esâslı mürâcaʿatlar gövdeye ziyâde yaḳlaşabilir.

İḥâṭa ḫarîṭaları ne gösterir?

Menbaʿ Şekil 3 ve Şekil 4, muḫtelif orman tertîbâtı içün biçilmiş ve biçilmemiş saḥaları tasvîr eder. HPP, APF ve RFP’ye nisbetle gövde etrâfında daha ziyâde saḥayı işlerken, CPP ve CPP+GapFollow usûllerinde görülen ciddî gövde nüfûzu davranışını göstermemektedir.

Bu tasvîrler kemmî cedvelin mühim tefsîrini teʾyîd eder: yalnız küllî iḥâṭa nisbetine bakmaḳ kâfî deġildir. Bir usûl yüksek iḥâṭa teʾmîn ederken aġacın muḥâfaẓa olunan mıntıḳasına girebilir; diġer bir usûl sıfır çarpışma teʾmîn ederken gövde etrâfında kesîr miḳdârda nebât bıraḳabilir.

50 simülasyon ḳoşusunun kemmî netîceleri

Küllî iḥâṭa niçün tek başına kâfî bir miʿyâr deġildir?

CPP %100,0 ve CPP+GapFollow %98,6 küllî iḥâṭa teʾmîn etmişdir. İlk naẓarda bu ḳıymetler HPP’nin %95,3 ḳıymetinden yüksek görünür. Lâkin aynı usûllerin asġarî gövde açıklıḳları menfîdir ve 563 ile 57 gövde nüfûzu ḳayd olunmuşdur.

Binâʾenaleyh yüksek nominal iḥâṭanın bir ḳısmı muḥâfaẓa edilmesi gereken aġaç gövdesi ḥudûdlarının iḫlâli bahâsına ḥâṣıl olmuşdur. HPP deġerlendirilirken iḥâṭa ile çarpışma maʿlûmâtı birlikte okunmalıdır.

Aġaç etrâfındaki biçme faʿâliyyeti

HPP’nin aġaç etrâfı şerîd iḥâṭası %55,9’dur. Sıfır çarpışma teʾmîn eden usûller arasında bu en yüksek ḳıymetdir.

APF’de aynı miʿyâr yalnız %3,3’dür. APF’nin asġarî gövde açıklıġı 1,12 m ve emniyet marjı 0,39 m’dir. Bu netîce usûlün gövdeden hayli muḥâfaẓakâr sûretde uzaḳ ḳaldıġını ve bunun muḳābilinde aġacın etrâfında vâsiʿ bir biçilmemiş saḥa bıraḳdıġını gösterir.

RFP ise %42,7 aġaç etrâfı şerîd iḥâṭası, 0,81 m asġarî açıklıḳ ve 0,32 m müsbet emniyet marjı teʾmîn etmişdir. Bu sebeble RFP, APF’den daha ziyâde gövde-yakın saḥayı biçmiş, lâkin HPP’nin %55,9 ḳıymetine vâṣıl olamamışdır.

HPP’de sıfır çarpışma ile menfî emniyet marjı nasıl birlikte olabilir?

Çarpışma adedi ile emniyet marjı aynı şeyi ölçmez. HPP simülasyonlarında robotun gövde ḥaddini fizikî sûretde geçmesi maʿnâsındaki gövde nüfûzu görülmemiş ve çarpışma adedi sıfır ḳalmışdır; lâkin −0,34 m emniyet marjı, usûlün taʿrîf olunan nominal ḥimâye tamponunun içine baʿżı ḥâllerde girdiġini gösterir. Binâʾenaleyh çalışma HPP’nin bütün emniyet tamponunu kusursuz muḥâfaẓa etdiġini deġil, gövdeye çarpmadan daha yaḳın biçme yapabildiġini teʾyîd eder.

Yol ṭûlü

HPP’nin mütevassiṭ yol ṭûlü 2706,2 m’dir. APF, RFP ve CPP+GapFollow taḳrîben 2489–2490 m civârında daha ḳıṣa yollar ḥâṣıl ederken CPP 4449,2 m ile bâriz sûretde daha uzun bir küllî yol vücûda getirmişdir.

Binâʾenaleyh HPP’nin gövde-yakın biçme muvaffaḳiyyeti, ilâve maḥallî medârî ḥareketler sebebiyle baʿżı muḳāyese usûllerine nisbetle yol ṭûlünü artırır. Çalışmanın netîceleri yalnız asġarî yol ṭûlünü optimize eden bir usûl iddiʿâsı deġildir.

Çalışmanın teʾyîd etdiġi netîceler

• HPP, tecrübe edilen MATLAB simülasyonlarında faʿâl aġaçların etrâfında medâra müşâbih maḥallî manevralar vücûda getirebilmişdir.
• FSM, maḥallî biçme tamam olduġunda robotu ʿumûmî Boustrophedon iḥâṭa yoluna yeniden rabṭ edebilmişdir.
• HPP, sıfır gövde çarpışması teʾmîn eden muḳāyese usûlleri arasında en yüksek aġaç etrâfı şerîd iḥâṭasını ḥâṣıl etmişdir.
• HPP, APF ve RFP’ye nisbetle aġaç etrâfında daha ḳuvvetli biçme teʾmîn etmişdir.
• CPP ve CPP+GapFollow yüksek nominal iḥâṭa ḥâṣıl etmiş, lâkin gövde nüfûzları ve menfî emniyet marjları göstermişdir.
• HPP’nin nominal emniyet tamponu bütün şerâʾiṭde tam muḥâfaẓa olunmamışdır.

Bu Simülasyon Ḥaḳîḳî Orman Saḥasındaki Performansı İsbât Eder mi?

Hayır. Çalışmada robot holonomic point platform olarak modellenmiş ve netîceler idealize edilmiş MATLAB simülasyonlarından elde olunmuşdur; ḥaḳîḳî biçme robotlarında nonholonomic steering ḥudûdları, teker kayması, engebeli arâżî, süspansiyon, actuator saturation, LiDAR belirsizliġi, ḳısmî örtülme, localization drift ve müteġayyir zemîn meyli ayrıca fizikî tecrübelerle taḥḳîḳ olunmalıdır.

Modelin esâs maḥdûdiyyetleri

• Robot ḥaḳîḳî biçme makinesi hendesesi yerine holonomic point robot olarak temsil olunmuşdur.
• Nonholonomic steering ḳuyûdu modellenmemişdir.
• Teker kayması ve engebeli zemînden neşʾet eden dinamik bozukluklar tafṣîlâtlı vasıṭa modeli dâḫilinde bulunmamaktadır.
• Süspansiyon ve aşağı seviyeli actuator ḥudûdları simülasyonun esâs modeli deġildir.
• İdrâk muvaffaḳiyetsizlikleri ve ḳısmî LiDAR örtülmeleri tam saḥa taḥḳîḳine tâbiʿ tutulmamışdır.
• Localization drift deġerlendirmeye dâḫil edilmemişdir.
• Muḫtelif ḥaḳîḳî arâżî meyillerinde fizikî biçme tecrübesi yapılmamışdır.
• HPP’nin emniyet tamponu bütün şerâʾiṭde tam muḥâfaẓa olunmamışdır.

Bu maḥdûdiyyetler usûlün ḳıymetsiz olduġu maʿnâsına gelmez; lâkin netîcelerin ṣaḥîḥ ʿilmî miḳyâsını taʿyîn eder. Çalışmanın gösterdiġi şey, ḥaḳîḳî ticârî biçme robotunun hâżır ve taḥḳîḳ edilmiş saḥa performansı deġil, iki-cisim mülhem maḥallî medârî kontrolün ʿumûmî iḥâṭa plânına ilâvesinin algoritmik sûretde ḳābil-i tatbîḳ olmasıdır.

İlerideki çalışmalar

Müʾellifler usûlün daha yüksek ṣıḥḥatli vasıṭa modellerine, ḥaḳîḳî biçme platformlarına ve engebeli orman muḥîṭlerine naḳlini teklîf ederler. İlerideki taḥḳîḳlerde daha ḥaḳîḳate yaḳın LiDAR belirsizliġi ile kesîf çok-aġaçlı ḥâllerin de incelenmesi plânlanmışdır.

Çalışmanın ʿumûmî mevżiʿine göre HPP, ileride müteraḳḳî ʿumûmî CPP usûllerinin yerine geçecek müstaḳil bir sistemden ziyâde, bu plânlayıcıların üzerine ilâve olunabilen aġaç-gövdesi şuʿûruna mâlik maḥallî manevra modülü olarak deġerlendirilebilir.

Menbaʿ ve Usûl Notu

Bu Verianla muḥtevâsı, Sun-Ho Jang, Woo-Jin Ahn, Yong-Jun Lee ve Myo-Taeg Lim tarafından hazırlanmış A Hybrid Path Planning Framework for Forest Mowing Using Two-Body-Inspired Orbital Control ʿunvânlı akademik çalışmaya müsteniden müstaḳillen teʾlîf olunmuşdur.

Çalışma Actuators mecmûʿasında 2026 senesinde, Cild 15, Maḳāle 179 olarak neşr olunmuşdur. DOI: 10.3390/act15040179. PDF ḳaydlarına göre neşr târîḫi 25 Mart 2026’dır. Nâşir MDPI’dır ve çalışma Creative Commons Attribution (CC BY) açık erişim lisansı altında neşr olunmuşdur.

Müʾellif mensûbiyyetleri Korea Institute of Robotics Technology Convergence, Korea University School of Electrical Engineering ve Inha University Department of Artificial Intelligence müʾesseselerini iḥtivâ eder. Yong-Jun Lee ve Myo-Taeg Lim corresponding author olarak gösterilmişdir.

Çalışmanın esâs usûlü, Boustrophedon esâslı bir ʿumûmî Coverage Path Planning iskeleti üzerine iki-cisim mekâniğinden mülhem maḥallî gövde-yakın medârî kontrolün ve FSM esâslı vazîfe geçişlerinin ilâvesidir. Aġacın LiDAR ile taḫmîn olunan hendesesi farāżî kütleye taḥvîl olunur; farāżî câẕibe, teğetsel devrân ve itme unsurları robotun maḥallî ḥareketini vücûda getirir. Farāżî kütlenin zamanla tenḳîṣi, robotun yaḳın medârdan ayrılmasını ve ʿumûmî iḥâṭa yoluna yeniden iltiḥâḳını destekler.

Deġerlendirme MATLAB R2024b muḥîṭinde icrâ olunmuş ve muḫtelif orman tertîbâtında 50 ḳoşunun mütevassiṭ netîceleri HPP, CPP, CPP+GapFollow, APF ve RFP usûlleri arasında muḳāyese olunmuşdur. Çalışma ḥaḳîḳî saḥa tecrübesi deġildir. Robot holonomic point robot olarak modellenmiş ve ḥaḳîḳî biçme makinelerindeki steering, kayma, arâżî, süspansiyon, actuator ve idrâk maḥdûdiyyetlerinin tamâmı modellenmemişdir.

Menbaʿda takdîm olunan şekiller bu metinde ʿaynen yeniden neşr olunmamışdır. Usûlün riyâżî münâsebetleri, simülasyon parametreleri ve Cedvel 2’deki kemmî ḳıymetler menbaʿa ṣadâḳat muḥâfaẓa olunarak taʿlîmî bir Lisân-ı Osmânî tertîbi içinde yeniden îżâḥ olunmuşdur.

Çalışma, Korea Forest Service tarafından teʾmîn olunan Forest Science Technology R&D Programı çerçevesinde IRIS RS-2025-02213970 projesiyle ve National Research Foundation of Korea Basic Science Research Programı çerçevesinde RS-2025-24523431 hibesiyle desteklenmişdir. Müʾellifler menfaʿat teʿârużu bulunmadıġını bildirmişlerdir. Data availability bölümünde bu çalışmada yeni data vücûda getirilmediġi yâḫûd taḥlîl olunmadıġı ve data paylaşımının ḳābil-i tatbîḳ olmadıġı beyân edilmişdir.

Bu metindeki “câẕibe”, “kütle” ve “medâr” mefhûmları ḥaḳîḳî aġacın fizikî câẕibe saḥasını ifâde etmez. Bunlar iki-cisim mekâniğinden mülhem kontrol modelinin farāżî müteġayyirleridir. HPP’nin simülasyonda sıfır gövde çarpışması ḥâṣıl etmesi de taʿrîf olunan emniyet tamponunun külliyen muḥâfaẓa edildiġi maʿnâsına gelmez; HPP içün bildirilen emniyet marjı −0,34 m’dir.