Bu çalışma, otonom bir robot otomobilde iki boyutlu LiDAR ile aracın ön, arka, sol ve sağ tarafına yerleştirilmiş dört ultrasonik sensörün birlikte kullanılmasını incelemektedir. LiDAR çevrenin 360 derecelik ve görece ayrıntılı uzaklık bilgisini sağlarken ultrasonik sensörler kısa mesafedeki engelleri doğrulamak için kullanılmıştır. Sensör verileri hareketli ortalama filtresinden geçirilmiş, birbiriyle karşılaştırılmış ve güven düzeylerine göre değiştirildiği belirtilen ağırlıklarla tek bir birleşik mesafe tahminine dönüştürülmüştür.

Araştırmacı sistemi statik engeller içeren yapılandırılmış bir iç ortamda, rastgele yerleştirilmiş nesnelerin bulunduğu yarı yapılandırılmış bir ortamda ve hareketli engellerin kullanıldığı dinamik bir ortamda denemiştir. Bildirilen sonuçlara göre yalnızca ultrasonik sensör kullanılan yapı yüzde 84,3, yalnızca LiDAR kullanılan yapı yüzde 92,6 ve karma sistem yüzde 97,4 engel algılama doğruluğu sağlamıştır. Çarpışma oranları sırasıyla yüzde 11,8, yüzde 5,2 ve yüzde 1,7 olarak verilmiştir.

Karma sistem, LiDAR’a göre algılama doğruluğunu 4,8 yüzde puan ve ultrasonik sisteme göre 13,1 yüzde puan artırmıştır. Çarpışma oranı LiDAR’a göre 3,5 yüzde puan, ultrasonik sisteme göre 10,1 yüzde puan daha düşüktür. Bununla birlikte bu karşılaştırmaların istatistiksel belirsizliği açıklanmamış ve sonuçlar bağımsız bir deney grubunda doğrulanmamıştır.

Tepki süresi bakımından karma sistem 102 milisaniyelik sonuç vermiştir. Bu değer ultrasonik sistemin 120 milisaniyelik süresinden 18 milisaniye daha hızlı, LiDAR sisteminin 95 milisaniyelik süresinden ise 7 milisaniye daha yavaştır. Sensör birleştirme ek işlem yükü oluşturmuş, ancak araştırmacı bu sürenin gerçek zamanlı robot çalışması için kabul edilebilir olduğunu değerlendirmiştir.

Türkiye açısından: Yaklaşım; Türkiye’de üniversite robotik laboratuvarları, mesleki eğitim kurumları, depo içi taşıma robotları, servis robotları, tarımsal mobil platformlar ve düşük maliyetli otonom araç prototiplerinde incelenebilir. Ancak bildirilen oranlar doğrudan Türkiye’deki robotlara veya gerçek çalışma sahalarına aktarılamaz. Yerel uygulama öncesinde farklı yüzeyler, cam ve parlak nesneler, tozlu ortamlar, açık hava koşulları, Türk endüstri tesislerindeki yaya ve araç hareketleri ile elektromanyetik ve akustik gürültü altında yeniden test yapılmalıdır. Çalışmadan, sistemin insanlarla aynı ortamda güvenli kullanım için sertifikalandırılabileceği veya tek başına güvenlik sensörü olarak yeterli olduğu sonucu çıkarılamaz.

Araştırmanın temel sorusu nedir?

Araştırma, LiDAR ve ultrasonik sensörlerden gelen ölçümlerin birleştirilmesinin otonom robot otomobillerde engel algılama ve kaçınma performansını geliştirip geliştirmediğini araştırmaktadır.

Otonom bir mobil robotun güvenli hareket edebilmesi için çevresindeki sabit ve hareketli nesneleri yeterince erken belirlemesi, nesneye olan mesafeyi tahmin etmesi ve direksiyon ile hız komutlarını buna göre değiştirmesi gerekir. Tek bir sensöre dayanan sistemlerde sensörün fiziksel sınırlılıkları doğrudan aracın kararlarına yansıyabilir.

LiDAR hangi bilgiyi sağlamaktadır?

LiDAR, lazer ışığının çevredeki yüzeylere gönderilmesi ve geri dönüş süresinin ölçülmesiyle uzaklık bilgisi üretir. Çalışmada kullanılan iki boyutlu LiDAR’ın araç çevresini 360 derece taradığı belirtilmektedir. Bu özellik, robotun yalnızca önündeki tek bir noktayı değil, çevresindeki çok sayıda yönü değerlendirebilmesini sağlar.

Çalışmanın LiDAR için öne çıkardığı avantajlar şunlardır:

• Yüksek uzaklık ölçüm doğruluğu
• Ultrasonik sensörlere göre daha uzun algılama menzili
• Çevresel haritalama olanağı
• Yüksek güncelleme sıklığı
• Engellerin açısal konumları hakkında daha ayrıntılı bilgi

Buna karşılık LiDAR’ın şeffaf yüzeyler, yüksek derecede yansıtıcı nesneler, toz, sis ve yağış gibi koşullarda performans kaybı yaşayabileceği belirtilmiştir. Çalışma bu olumsuz koşulları deneysel olarak sınamamış, literatürde bildirilen genel sınırlılıklar olarak aktarmıştır.

Ultrasonik sensörler hangi görevi üstlenmektedir?

Ultrasonik sensörler bir ses darbesi gönderir ve darbenin bir nesneden yansıyarak sensöre dönmesi için geçen süreyi ölçer. Çalışmadaki dört ultrasonik sensör aracın ön, arka, sol ve sağ tarafına yerleştirilmiştir. Amaç, özellikle yakın mesafelerde aracın çevresinde tamamlayıcı bir koruma bölgesi oluşturmaktır.

Ultrasonik sensörlerin çalışmada belirtilen avantajları düşük maliyet, düşük enerji tüketimi, basit elektronik bağlantı ve kısa mesafede güvenilir engel algılamadır. Ancak geniş ses demeti nedeniyle nesnenin kesin açısal konumunu belirleme yeteneği sınırlıdır. Küçük, düzensiz veya sesi uygun yönde geri yansıtmayan yüzeylerde de ölçüm güçlüğü yaşanabilir.

Aynı ortamda birden fazla ultrasonik sensörün eş zamanlı çalışması akustik girişim oluşturabilir. Çalışma, dört sensörün tetikleme zamanlamasının nasıl ayrıldığını veya çapraz yankının nasıl engellendiğini açıklamamaktadır.

Neden iki sensör türü birlikte kullanılmıştır?

Önerilen mimari, sensörlerin aynı fiziksel olayı farklı yöntemlerle ölçmesinden yararlanmaktadır. LiDAR çevrenin ayrıntılı ve geniş açılı temsilini üretirken ultrasonik sensörler yakın mesafede ikinci bir ölçüm sağlamaktadır.

Bu yaklaşımda bir sensörün kaçırdığı veya belirsiz ölçtüğü bir engelin diğer sensör tarafından algılanması beklenmektedir. Böylece sistem tek bir ölçüm kanalına tamamen bağımlı kalmaz. Ancak gerçek hata telafisinin düzeyi, sensörlerin hata türlerinin birbirinden ne ölçüde bağımsız olduğuna bağlıdır.

Robot platformunda hangi donanımlar kullanılmıştır?

Çalışmada robot otomobil platformunun şu bileşenlerden oluştuğu belirtilmiştir:

• Bir adet iki boyutlu LiDAR sensörü
• Dört adet ultrasonik sensör
• Arduino Mega mikrodenetleyici
• Raspberry Pi işlem birimi
• Motor sürücüsüyle kontrol edilen doğru akım motorları
• Şarj edilebilir batarya sistemi

Arduino Mega’nın ultrasonik sensörlerin düşük seviyeli ölçüm ve kontrol görevlerinde, Raspberry Pi’nin ise LiDAR verilerinin işlenmesi ve sensör birleştirme kararlarında kullanıldığı düşünülebilir. Ancak çalışma görev dağılımını, bağlantı protokolünü, örnekleme hızını ve kullanılan yazılım altyapısını açıkça belirtmemektedir.

LiDAR’ın marka ve modeli, ultrasonik sensörlerin tipi, Raspberry Pi sürümü, motor özellikleri, araç boyutları, toplam ağırlık ve azami sürüş hızı verilmemiştir. Bu eksikler, deneyin aynı koşullarda yeniden kurulmasını güçleştirmektedir.

Sensör verileri nasıl işlenmiştir?

Önerilen işlem akışı beş aşamadan oluşmaktadır:

1. LiDAR ve ultrasonik sensörlerden eş zamanlı ölçüm alınması
2. Ölçümlerde hareketli ortalama filtresiyle gürültü azaltılması
3. İki sensör türündeki ölçümlerin karşılıklı doğrulanması
4. Ağırlıklı ortalamayla birleşik mesafe hesaplanması
5. Birleşik mesafeye göre hız ve yön kararının verilmesi

Çalışmada mesafe birleştirme işlemi şu formülle gösterilmektedir:

\[ D_f=w_LD_L+w_UD_U \]

• \(D_f\), birleştirilmiş uzaklık tahminidir.
• \(D_L\), LiDAR tarafından ölçülen uzaklıktır.
• \(D_U\), ultrasonik sensör tarafından ölçülen uzaklıktır.
• \(w_L\), LiDAR ölçümünün ağırlığıdır.
• \(w_U\), ultrasonik ölçümün ağırlığıdır.

Araştırmacı ağırlıkların sensörlerin güven düzeyine göre dinamik biçimde değiştirildiğini belirtmektedir. Bununla birlikte güven düzeyinin nasıl hesaplandığı, ağırlıkların hangi aralıkta tutulduğu, toplamlarının bire eşitlenip eşitlenmediği ve farklı sensörler çeliştiğinde hangi ölçümün tercih edildiği açıklanmamıştır.

Hareketli ortalama filtresinin pencere uzunluğu da belirtilmemiştir. Pencere çok kısa seçilirse gürültü yeterince bastırılamayabilir; çok uzun seçilirse hareketli engellere verilen tepki gecikebilir. Çalışmada bu dengeye ilişkin bir karşılaştırma bulunmamaktadır.

Engelden kaçınma kararı nasıl verilmiştir?

Birleşik uzaklık bilgisi aracın yönlendirme ve hız kontrolünde kullanılmıştır. Ancak metinde kullanılan güvenli mesafe eşikleri, durma mesafesi, dönüş açısı, motor hızları veya yol seçme algoritması açıklanmamıştır.

Bu nedenle çalışmanın hangi engelden kaçınma mantığını kullandığı tam olarak bilinmemektedir. Robotun yalnızca durup yön değiştirdiği, boşluklar arasında yerel yol seçtiği veya önceden tanımlanmış bir rotayı düzelttiği konusunda yeterli teknik ayrıntı yoktur.

Deney ortamları nasıl oluşturulmuştur?

Üç deney senaryosu kullanılmıştır:

Her deneyin 20 kez tekrarlandığı belirtilmektedir. Ancak bunun her sensör yapılandırması ve her senaryo için ayrı ayrı 20 tekrar anlamına gelip gelmediği açık değildir. Dolayısıyla toplam deneme sayısı güvenilir biçimde hesaplanamamaktadır.

Test parkurunun uzunluğu ve genişliği, engellerin boyutları, malzemeleri ve konumları, dinamik engellerin hızları, robotun başlangıç ve hedef noktaları ile her tekrarda koşulların nasıl sabitlendiği açıklanmamıştır.

Engel algılama doğruluğu nasıl değişmiştir?

Karma yapılandırma en yüksek bildirilen doğruluğu sağlamıştır. LiDAR’a kıyasla 4,8 yüzde puan, ultrasonik yapılandırmaya kıyasla 13,1 yüzde puan artış görülmektedir.

Ancak “doğruluk” ölçütünün nasıl hesaplandığı belirtilmemiştir. Gerçek pozitif, yanlış pozitif, gerçek negatif ve yanlış negatif sayıları verilmemiş; algılanması gereken toplam engel olayı tanımlanmamıştır. Bu nedenle yüzde 97,4 değerinin hangi pay ve paydaya dayandığı yeniden hesaplanamamaktadır.

Engel bulunmayan bölgelerin doğru biçimde boş olarak tanınması doğruluk hesabına dâhil edilmişse yüksek doğruluk, engellerin başarılı algılanmasından farklı bir anlam taşıyabilir. Duyarlılık, özgüllük, kesinlik veya F1 skoru sunulmadığı için hata türleri birbirinden ayrı değerlendirilememektedir.

Çarpışma oranları nasıl değişmiştir?

Karma sistem en düşük çarpışma oranını vermiştir. LiDAR’a göre 3,5 yüzde puan, ultrasonik sisteme göre 10,1 yüzde puan düşüş bildirilmiştir.

Bununla birlikte çarpışmanın fiziksel temas, güvenlik mesafesinin ihlali veya rotanın başarısız tamamlanması olarak mı tanımlandığı açıklanmamıştır. Her yapılandırma için toplam kaç çarpışma oluştuğu da verilmemiştir.

Yüzde 1,7 değeri, sistemin çarpışmasız veya güvenlik açısından doğrulanmış olduğu anlamına gelmez. İnsanların veya pahalı ekipmanların bulunduğu bir ortamda düşük fakat sıfır olmayan çarpışma oranı kabul edilemez olabilir.

Tepki süreleri nasıl karşılaştırılmıştır?

En hızlı sonuç yalnızca LiDAR kullanılan yapılandırmaya aittir. Karma sistem, LiDAR’dan 7 milisaniye daha yavaş; ultrasonik sistemden 18 milisaniye daha hızlıdır.

Bu nedenle karma sistemin bütün tek sensörlü yaklaşımlara göre tepki süresini iyileştirdiği söylenemez. Daha doğru ifade, sensör birleştirmenin LiDAR’a göre küçük bir hesaplama gecikmesi oluşturmasına karşın bildirilen doğruluk ve çarpışma sonuçlarını geliştirdiğidir.

Tepki süresinin sensör ölçümünden karar üretimine kadar mı, engelin algılanmasından motor komutuna kadar mı ölçüldüğü belirtilmemiştir. Robotun hızı ve frenleme mesafesi verilmediği için 102 milisaniyenin fiziksel güvenlik açısından yeterliliği değerlendirilemez.

Navigasyon verimliliği nasıl değerlendirilmiştir?

Araştırmacı karma sistemde şu nitel iyileşmelerin gözlendiğini bildirmiştir:

• Daha az ani dönüş
• Daha düşük rota sapması
• Engellerle daha uygun açıklık
• Daha düzenli yol seçimi

Ancak yol uzunluğu, görev süresi, enerji tüketimi, dönüş sayısı, rota eğriliği veya hedefe ulaşma oranı gibi sayısal navigasyon ölçütleri verilmemiştir. Bu nedenle “daha düzgün rota” sonucu görsel veya öznel gözleme dayanıyor görünmektedir.

Çalışmanın sonuçları neyi desteklemektedir?

• İncelenen deney düzeninde karma sistem, bildirilen engel algılama doğruluğunda iki tek sensörlü yapılandırmadan daha yüksek sonuç vermiştir.
• Karma yapılandırmada bildirilen çarpışma oranı LiDAR ve ultrasonik yapılandırmalardan daha düşüktür.
• Sensör birleştirme, yalnızca LiDAR kullanımına göre 7 milisaniyelik ek tepki süresi oluşturmuştur.
• LiDAR’ın geniş alan ölçümüyle ultrasonik sensörlerin yakın mesafe ölçümünün aynı robot platformunda birlikte kullanılabileceği gösterilmiştir.
• Arduino Mega ve Raspberry Pi tabanlı bir prototipte veri düzeyinde sensör birleştirme uygulanmıştır.

Çalışma neyi kanıtlamamaktadır?

• Karma sistemin bütün robot türlerinde yüzde 97,4 doğruluk sağlayacağını kanıtlamaz.
• Sistemin açık havada, yağmurda, sisli veya tozlu ortamlarda başarılı olduğunu göstermez.
• Cam, ayna, siyah yüzey, yumuşak kumaş veya eğimli nesneler üzerindeki performansı göstermemektedir.
• Sonuçların istatistiksel olarak anlamlı olduğunu kanıtlamaz.
• Sensör birleştirmenin LiDAR’a göre daha hızlı tepki verdiğini göstermez.
• Sistemin maliyet-etkin olduğunu maliyet analiziyle kanıtlamaz.
• İnsanlarla paylaşılan endüstriyel ortamda güvenlik standardını karşıladığını göstermez.
• Sistemin sensör arızası durumunda güvenli duruma geçtiğini kanıtlamaz.
• Dinamik engellerin hızını veya gelecekteki hareketini tahmin ettiğini göstermez.
• Robotun haritalama, konum belirleme veya tam ölçekli SLAM gerçekleştirdiğini kanıtlamaz.

Çalışmanın önemli raporlama sorunları nelerdir?

• Donanım bileşenlerinin marka ve modelleri verilmemiştir.
• Sensörlerin montaj açıları, yükseklikleri ve tam konumları gösterilmemiştir.
• Devre bağlantısı veya sistem mimarisi çizimi bulunmamaktadır.
• Yazılım, programlama dili ve kullanılan kütüphaneler açıklanmamıştır.
• Sensör örnekleme hızları ve zaman eşleştirme yöntemi verilmemiştir.
• Dinamik güven ağırlıklarının hesaplama yöntemi bulunmamaktadır.
• Hareketli ortalama filtresinin pencere büyüklüğü belirtilmemiştir.
• Engel algılama doğruluğunun tanımı ve karışıklık matrisi sunulmamıştır.
• Çarpışma olayının nasıl tanımlandığı belirtilmemiştir.
• Ortalama sonuçların standart sapmaları ve güven aralıkları yoktur.
• İstatistiksel karşılaştırma testi uygulanmamıştır.
• Ham veriler, kod veya deney videoları paylaşılmamıştır.
• Kaynakçada yinelenen ve konu dışı kayıtlar bulunmaktadır.

Çalışmanın Yöntemi ve Bulguları

Deney tasarımının teknik özeti

Sayısal sonuçların birlikte değerlendirilmesi

Karma sistem ile LiDAR arasındaki fark

Karma sistem ile ultrasonik yapı arasındaki fark

Sonuçların güvenilirliğini artırmak için gerekli deneyler

Çalışmanın önerdiği sistemin daha güçlü biçimde değerlendirilebilmesi için aynı kaynak çerçevesi içinde şu doğrulama adımlarına ihtiyaç vardır:

• Her senaryo ve yapılandırma için toplam deneme ve olay sayısının açıklanması
• Doğru ve yanlış algılamaların ayrı ayrı raporlanması
• Ortalama, standart sapma ve güven aralıklarının verilmesi
• Robot hızı ve durma mesafesi değiştikçe performansın ölçülmesi
• Cam, metal, kumaş, siyah yüzey ve düzensiz şekilli nesnelerle ayrı testler
• Ultrasonik sensörler arasındaki çapraz girişimin ölçülmesi
• LiDAR veya ultrasonik sensör geçici olarak kapatıldığında hata toleransının sınanması
• Açık hava, sis, toz ve yağış koşullarında çalışma
• Enerji tüketimi ve donanım maliyetinin karşılaştırılması
• Farklı bir robot ve bağımsız bir test ortamında dış doğrulama

Uygulama açısından ölçülü değerlendirme

Çalışma, düşük maliyetli bir robot platformunda LiDAR ve ultrasonik sensörlerin teknik olarak bir araya getirilebildiğini ve incelenen koşullarda tek sensörlü düzenlere göre daha yüksek bildirilen algılama doğruluğu sağladığını göstermektedir.

Buna karşılık sistem henüz güvenlik-kritik bir ürün olarak değerlendirilmemelidir. Sensör birleştirme algoritmasının ayrıntıları, arıza yönetimi, gerçek zamanlı yazılım güvenilirliği ve fiziksel frenleme davranışı verilmemiştir. Bu nedenle çalışma, ürün doğrulamasından çok erken aşamadaki bir prototip ve kavram kanıtı niteliğindedir.

Kaynak ve Yöntem Notu

Çalışmanın tam özgün adı: Design and Implementation of a Hybrid LiDAR–Ultrasonic Sensor System for Enhanced Obstacle Avoidance in Robot Cars

Yazar: Ben Lauren.

Yazar sıralaması: Çalışma tek yazarlıdır.

Eşit katkı bilgisi: Başka bir yazar veya eşit katkı bildirimi bulunmamaktadır.

Sorumlu yazar: SSRN kaydında Ben Lauren iletişim yazarı olarak listelenmektedir. Yüklenen ana metinde ayrıca bir sorumlu yazar işareti veya e-posta adresi yer almamaktadır.

Kurum: Yüklenen ana metinde kurumsal bağlantı belirtilmemiştir. Resmî SSRN kaydında Ladoke Akintola University of Technology, Ogbomoso, Nijerya bilgisi bulunmaktadır.

Metinde belirtilen tarih: 15 Mayıs 2026.

SSRN yükleme tarihi: 1 Temmuz 2026.

DOI:10.2139/ssrn.6898019

Yayın platformu: SSRN.

Resmî kaynak bağlantısı:SSRN çalışma sayfası

Kaynak türü: Donanım prototipi ve karşılaştırmalı robotik deney çalışması; preprint.

Hakemlik durumu: Çalışma hakem değerlendirmesinden geçmemiştir.

Dergi: Hakemli bir dergiye kabul veya nihai yayın bilgisi yer almamaktadır.

Yayınevi: Nihai hakemli yayın için yayınevi bilgisi bulunmamaktadır.

Finansman: Yüklenen metinde finansman bilgisi yer almamaktadır.

Çıkar çatışması: Yüklenen metinde çıkar çatışması beyanı yer almamaktadır.

Veri erişimi: Ham deney verileri için erişim bağlantısı verilmemiştir.

Kod erişimi: Sensör birleştirme veya robot kontrol kodu paylaşılmamıştır.

Etik veya güvenlik onayı: Metinde etik kurul, laboratuvar güvenlik değerlendirmesi veya ürün güvenlik sertifikasyonu bilgisi bulunmamaktadır.

Bu Türkçe açıklama yalnızca yüklenen 11 sayfalık çalışmada bildirilen sistem yapısı, deney yöntemi ve sonuçlara dayanılarak hazırlanmıştır. Çalışmada bulunmayan sensör özellikleri, algoritma ayrıntıları, deney sonuçları veya güvenlik iddiaları eklenmemiştir. Dış kaynaklar yalnızca başlık, yazar, kurum, tarih, SSRN kaydı ve preprint durumunun bibliyografik doğrulanması amacıyla kullanılmıştır.

Çalışmadaki doğruluk ve çarpışma oranları belirsizlik ölçüsü olmadan sunulmuştur. Bu nedenle sayısal farkların tekrarlanabilirliği, istatistiksel anlamlılığı ve gerçek dünya koşullarına genellenebilirliği henüz gösterilmiş değildir.

Kaynakçada aynı ultrasonik sensör çalışmasının iki kez listelenmesi ve robotik sensör birleştirmeyle doğrudan ilişkili görünmeyen bir finansal teknoloji kaynağının bulunması bibliyografik düzenleme gerektirmektedir. Bu sorunlar ana deney sonuçlarını otomatik olarak geçersiz kılmaz; ancak hakemlik öncesi metnin dikkatle kontrol edilmesi gerektiğini göstermektedir.