Görüntü işlemede ağırlıklı olarak derin öğrenme, makina öğrenmesi ve yapay zeka tabanlı Ar-Ge çalışmaları yaptıklarını belirten Pi Robotik Otomasyon Genel Müdürü Mehmet Ekin, görüntü işleme teknolojilerinde yaşanan ilerlemeye dikkat çekiyor.
Ekin, “Çok yüksek çözünürlüklü CIS (Contact Image Sensor), Spectral/SWIR ya da polarize kameralar, özel aydınlatma ve lensler gibi yeni teknolojik enstrümanları da kullanarak, eskiden yapılamayan ya da düşük başarımda yapılabilen işleri daha yüksek başarımla yapılabilme imkanı sağlamıştır.” diyor.
Ekin, müşteriye özel geliştirdikleri çözümleri ise şöyle sıralıyor; “Tekstil alanında her tür kumaşın kalite kontrolünü yaptığımız yapay zeka ve CIS sensor tabanlı kalite kontrol masamız, iç ve dış ortamda kullanılabilen derin öğrenme tabanlı segmentasyon yapabilen 3D al ve yerleştir robotik uygulamamız ilk akla gelen müşteriye özgü çözümlerimizdir.”
Öncelikle Pi Robotik’in 2022 yılı iş gündemi ve gelecek dönem hedefleriyle ilgili bilgi verir misiniz?
Pi Robotik olarak 2019 sonlarında kurulduğumuzda, kendimize 2022 ve 2025 hedefleri koymuştuk. 2022 için Avrupa pazarına açılmak, başarılı KOSGEB/TÜBİTAK Ar-Ge projeleri gerçekleştirmek, kurumsal müşteriler ve onlara özgü çözümler ile satışa hazır (raf) ürünler geliştirmek gibi hedefler koymuştuk. Bu hedeflerimizin tamamına ulaştık. Bunun neticesinde de finansal yapımızı kuvvetlendirdik, personel istihdamını artırdık.
Gelecek dönem için hiç frene basmadan büyümeye devam etmeyi hedefliyoruz. Geliştirdiğimiz ürün ve çözümlerin olgunlaşmış olması, personelin daha tecrübeli hale gelmesi ve müşterilerimizin bize güveni sayesinde ülkemizin içinde bulunduğu bazı ekonomik sıkıntılara rağmen hedeflerimize ulaşabileceğimizi düşünüyoruz.
İlk 3 yıl için gündemimiz (temel şirket politikamız), kalitemiz ile iç ve dış pazarda rekabet üstü pozisyonda kalabilmekti. Bunu sağladığımıza inanıyoruz. Bundan sonraki süreçte, iş-şirket yönetim modelleri üzerinde modern bir yapılanma üzerinde çalışmalar yapacağız (Hibrit çalışma modelleri, Avrupa Birliği ülkeleri ile iş birlikleri, lokal ve global personel kullanımı vb.).
Görüntü işleme konusunda yaptığınız Ar-Ge çalışmaları nelerdir? Bu kapsamda müşterilerinize ne tür çözümler sunuyorsunuz?
Görüntü işlemede ağırlıklı olarak derin öğrenme, makina öğrenmesi ve yapay zeka tabanlı Ar-Ge çalışmaları yapmaktayız. Ar-Ge çalışmalarımız sadece yazılım geliştirme boyutunda olmamaktadır. Dünya çapında çıkan en gelişmiş ve ileri teknoloji sensör ve kameraları takip ediyor, tedarik ederek (bu bazen zorlu bir süreç oluyor) kendi çözümlerimiz içinde kullanıyoruz. Böylece daha akıllı, daha yüksek başarı getiren sonuçlar elde ediyoruz. Son yıllarda zaten teknoloji görüntüleme sistemleri üzerinde çok yoğun ilerleme kaydetmiştir. Bizler de son teknoloji ürünleri takip etmekteyiz.
Örnek vermek gerekirse, çok yüksek çözünürlüklü CIS (Contact Image Sensor), Spectral/SWIR ya da polarize kameralar, özel aydınlatma ve lensler gibi yeni teknolojik enstrümanları da kullanarak, eskiden yapılamayan ya da düşük başarımda yapılabilen işleri daha yüksek başarımla yapılabilme imkanı sağlamıştır. Tüm Ar-Ge ve hatta Ür-Ge kapsamında geliştirdiğimiz çözüm ve ürünlerimizi müşterilerimize sunuyoruz. Tekstil alanında her tür kumaşın kalite kontrolünü yaptığımız yapay zeka ve CIS sensor tabanlı kalite kontrol masamız, iç ve dış ortamda kullanılabilen derin öğrenme tabanlı segmentasyon yapabilen 3D al ve yerleştir robotik uygulamamız ilk akla gelen müşteriye özgü çözümlerimizdir.
Görüntü işleme teknolojisiyle robotların görmesini sağlamak işletmeleri rekabette nasıl öne çıkarıyor? Bu kapsamda sağladığınız katma değeri anlatır mısınız? Özellikle birbirinden farklı boyutta, renkte/parlaklıkta, desende ve çok sayıdaki ürünün kalite kontrolünde hangi çözümleriniz ön plana çıkıyor?
İşletmeler, özellikle Endüstri 4.0 çağından sonra tamamen insansız üretime, karanlık fabrika konseptine doğru evrilmektedir. Bu anlamda sadece robot kullanmak yeterli gelmemektedir. Ortamdan (operasyonel anlamda) insanı uzaklaştırdığınızda, insanın işlevlerini yerine getirebilecek sistemler kurmalısınız. İnsan beyninin yüzde 70 kadarı sadece görme ile ilgili işler için ayrılmıştır. Bu anlamda kurulacak insansız sistemin (robotlu ya da robotsuz) mutlaka yapay görme sistemleri ile desteklenmesi şarttır. Biz bir Robot-Vision firmasıyız. Kurduğumuz yapay görme destekli robotik otomasyonlar kalite kontrol gibi işlerin yanı sıra, al ve yerleştir (pick and place) ölçme, sınıflama, pozisyonlama, barkod/karekod ya da karakter okuma hatta el yazısı ya da insan davranışını algılama (insan-robot etkileşimi) gibi işler yapmaktadır. Bu yetenekler elbette işletmeye; standart, hatasız ve kesintisiz üretim gibi birçok katma değer yaratmaktadır.
Günümüzde tek bir ürün üreten işletme neredeyse yok gibidir. Gelişen üretim metodolojileri sayesinde her firma aynı ürünün farklı renk, desen, model gibi yüzlerce varyantını üretmektedir. Haliyle kurulacak görsel kontrol sistemleri tüm bu durumlara uyum sağlamak zorundadır. Aksi takdirde en basit işletmede bile kabul göremezsiniz. İyi kurgulanmış bir görüntü işleme sisteminde tüm bunlar düşünülmek zorundadır. Çevresel şartlardan (değişken ortam ışıkları) etkilenmemek için uygun ve kontrollü aydınlatma ortamı sağlamak zorundasınız. Bu yapılamıyorsa, yazılımsal olarak auto-contrast, auto-exposure gibi ortama kendi kendine uyabilen çözümler geliştirmek zorundasınız. Keza parlaklık yansıma çoğu kez istenmeyen sonuçlar verir. Bunun için polarize kameralar ya da yansıtmayı engelleyen aydınlatma türleri seçmek zorundasınız. Tüm bunların dışında pek çok bozucu ya da zorlayıcı etken vardır. İşimiz, en ideal planlama ve kurulum ile bunların üstesinden gelebilmektir.
Son dönemde bu teknolojiyi kullanarak yaptığınız uygulama örneklerini, sektör belirterek sonuçlarıyla birlikte paylaşır mısınız?
Uygulamalarımız pek çok sektöre uyarlanabilmektedir. Tamamen kendi geliştirdiğimiz akıllı yazılımlarımız ve en uygun donanım seçimlerimiz ile, yapay zeka destekli sektörel çözüm ve ürünler sunmaktayız. Birkaç örnek vermek gerekirse;
Otomotiv Yan Sanayi: Üretilen yüzlerce farklı modelde koltuk başlığının tanınması ve doğrulanması. Bu projede makina öğrenmesi kullandık. Böylece hem tüm dünyada şimdiye kadar ulaşılamamış başarım yüzdelerine ulaştık hem de programcı müdahalesi olmadan sınırsız model tanıtımına imkan veren yapı geliştirdik (makina öğrenmesi).
Tekstil: Tekstil sektörü çok değişken ve görüntü işleme için çok zor bir alandır. Daha önceden alan ya da çizgi taramalı kameralar ve aydınlatma ekipmanları ile gerçekleştirilmeye çalışılan kumaş kalite kontrol cihazı, kullandığımız contact image sensör ve yapay zeka yazılımımız ile, hem çok daha yüksek doğrulukta sonuçlar vermekte hem de çok kolay monte edilebilmektedir. Yine derin öğrenme ile hemen her tür kumaşlar, hatta desenli yapılar bile kalite kontrolden geçirilebilmektedir.
Robotik: Robotik bin picking ya da pick and place sistemleri olarak bilinen sistemler genellikle gerçekleştirmesi zor ve uzman bilgisi isteyen sistemlerdir. Özellikle 3. boyut devreye girdiğinde işler çok daha karmaşık bir hal alır. Kendi geliştirdiğimiz 3D Bin Picking yazılımımız ile her tür parça ve tutma noktası öğretilebilmekte, tüm robot ailesi ile çalışılabilmektedir.
Lojistik: Tır içine paletlerin ve ürünlerin optimal olarak yüklenmesi problemi, sadece matematiksel olarak ele alındığında bile başlı başına zor bir görevdir. Üstelik ERP sisteminden ürüne, müşteriye, araca ve ülkelere göre yasal mevzuatlara (istiap hacmi, ağırlığın eşit dağılımı vb.) hep beraber düşünüldüğünde iyice meydan okuyucu (challenging) hal alır. Geliştirdiğimiz 3D Smart Truck Loader yazılımımız ile, tır, dorse, konteyner gibi hacim içine, taşınması istenen tüm ürünler 3 boyutta tüm kriterlere uygun olarak yerleştirilebilmektedir.
Tüm çözümlerimizde genelde sağlanan iş gücünden tasarruf, standartlaşma ve optimizasyondur.
