Yapay zeka destekli bir robot kolu, büyük dil modeli Claude'un kontrolünde kameradan gördüğünü yorumlayarak barış işareti yaptı. Olayın dikkat çekmesinin nedeni, modele önceden hareket dizisi kodlanmamış olması: model sahneyi görüp motorlara verilecek komutları kendisi üretti. Bu, bir dil modelinin metin üretmenin ötesine geçip fiziksel bir aktüatörü sürebildiğini gösteren pratik bir örnek.
Sistemin Donanım Zinciri
Kurulum, birbirine bağlı dört parçadan oluşuyor: kamera, dil modeli, bir mikrodenetleyici ve robot kolu. Kamera sahneyi çekiyor, görüntü modele gidiyor, model komut üretiyor, komut seri bağlantı üzerinden mikrodenetleyiciye iniyor ve mikrodenetleyici motorları sürüyor.
- Kamera: Robotun anlık pozisyonunu ve çevresini yakalar. Model her adımda güncel bir kare görür, böylece "parmaklar şu an nerede" bilgisi sürekli tazelenir.
- Dil modeli: Görüntüyü yorumlar ve "işaret parmağını ve orta parmağı kaldır, diğerlerini kapat" gibi bir hedefi motor komutlarına çevirir.
- Mikrodenetleyici: Genellikle bir Arduino ya da ESP32. Modelden gelen komutu alıp motorların anlayacağı sinyale dönüştürür.
- Robot kolu: Her eklemi bir servo veya step motorla sürülen mekanik yapı. Fiziksel hareketi burası üretir.
Servo Kontrolü ve PWM Sinyali
Robot kollarının parmak ve eklemleri çoğunlukla hobi tipi servo motorlarla sürülür. Servo motor, konumunu bir PWM sinyaliyle alır. Standart hobi servolarında sinyal 50 Hz frekansındadır, yani her 20 milisaniyede bir darbe gelir. Darbenin genişliği açıyı belirler: yaklaşık 1,0 ms bir uçtaki konuma, 1,5 ms ortaya, 2,0 ms diğer uca karşılık gelir.
Mikrodenetleyici, modelden gelen "bu eklem 90 dereceye gitsin" komutunu bu darbe genişliğine çevirir. Arduino tarafında bu iş genellikle Servo kütüphanesiyle, write(angle) çağrısıyla halledilir. Küçük robot kollarında sık kullanılan SG90 gibi servolar bu şekilde sürülür; daha güçlü eklemler için metal dişli servolar tercih edilir.
Servolara güç, mikrodenetleyicinin kendi hattından değil, ayrı bir kaynaktan verilmelidir. Birden fazla servo aynı anda hareket ederken çektiği akım kartın regülatörünü zorlar. Bu nedenle projelerde çoğunlukla LiPo batarya veya harici bir güç modülü ile ortak toprak (GND) bağlantısı kullanılır. Bilgi için servo motor çalışma prensibi iyi bir başlangıç noktasıdır.
Standart hobi servolarının içinde bir potansiyometre bulunur ve motor, gelen darbe genişliğine karşılık gelen açıya ulaşana kadar döner. Yani konum geri bildirimi motorun içinde, dahili olarak yapılır; dışarıdan ek bir sensöre gerek kalmaz. Bu, robot kolu gibi çok eklemli sistemlerde kablolamayı basit tutar.
Servo mu Step Motor mu, Sürücü Nasıl Seçilir
Robot kollarında iki motor türü öne çıkar. Servolar konum kontrolünü kendi içinde halleder ve sınırlı bir açı aralığında (çoğunlukla 0-180 derece) çalışır; hafif eklemler ve parmaklar için idealdir. Step motorlar ise dönüşü küçük, eşit adımlara böler ve sürekli dönme ile daha yüksek tork gerektiren tabana yakın eklemlerde tercih edilir. Step motorlar için ayrıca A4988 veya DRV8825 gibi bir sürücü kartı gerekir.
Güç tarafında dikkat edilecek bir başka nokta, motorların oluşturduğu ani akım çekişleri ve geri EMF'dir. Motor sürücü kartları veya MOSFET'ler bu yükü mikrodenetleyiciden yalıtır; kartın GPIO pini yalnızca düşük akımlı bir kontrol sinyali verir, gücü asıl motor hattı taşır. Bu ayrım gözetilmezse hem kart hasar görebilir hem de gerilim dalgalanması mikrodenetleyiciyi resetleyebilir.
Görü-Dil Modeli Döngüsü
Sistemin çekirdeği kapalı bir geri bildirim döngüsüdür. Model bir kare görür, hedefe göre bir komut üretir, komut uygulanır, kol hareket eder ve yeni kare tekrar modele gider. Bu döngü, kolun hedeflenen pozisyona ulaşana kadar birkaç kez tekrarlanabilir.
Buradaki kritik nokta, modelin görüntüyü işleyip metin komutu üretebilen bir görü-dil modeli olması. Yani girdi olarak hem görsel hem metinsel bilgi alır, çıktı olarak eklem açıları veya üst düzey talimatlar verir. Komutlar mikrodenetleyiciye çoğunlukla düz metin olarak iner; kart bu metni ayrıştırıp ilgili servoya yazar.
Bu yapı, klasik robot programlamasından temel bir farkla ayrılır. Geleneksel yaklaşımda hareketin her adımı, eklem açıları önceden hesaplanıp koda gömülür; robot yalnızca bu diziyi tekrar oynatır. Burada ise hedef, doğal dil düzeyinde tarif edilir ve modelin görüntüden çıkardığı bağlama göre komutlar anlık üretilir. Kolun başlangıç konumu farklı olsa bile model bunu görür ve buna göre farklı bir yol izler.
Modelin ürettiği komutun türü de projeye göre değişir. Kimi kurulumda model doğrudan her servonun açısını verir; kimindeyse "elini kaldır" gibi üst düzey bir talimat verir ve bu talimatı somut açılara çeviren ara bir katman bulunur. İkinci yaklaşım, modelin her eklemin geometrisini bilmesini gerektirmediğinden daha dayanıklıdır ve ters kinematik hesabını ayrı bir modüle bırakır.
Bu kurulumun ayırt edici yanı, hareketin bir komut listesinden okunması değil, sahnenin o anki halinden türetilmesidir. Kol yanlış konumdaysa model bir sonraki karede bunu görüp düzeltici komut üretir.
Gecikme ve Gerçekçi Sınırlar
Bu yöntem güçlü ama sınırsız değil. En belirgin darboğaz gecikmedir: her karenin modele gidip komutun geri dönmesi, ağ üzerinden çalışan bir modelde saniyeler alabilir. Bu yüzden yöntem, hızlı ve akıcı hareket yerine adım adım, düşünerek ilerleyen görevlere uygundur. Bir sanayi robotunun saniyede onlarca hareket gerektiren temposunu bu döngüyle yakalamak mümkün değildir.
İkinci sınır, hassasiyettir. Model açıları kabaca hedefler; milimetrik tekrarlanabilirlik isteyen montaj işleri için klasik hareket planlama algoritmaları hâlâ daha uygundur. Üçüncüsü güvenlik: güçlü motorlu bir kol beklenmedik bir komutla ani hareket edebilir, bu yüzden akım sınırlama ve acil durdurma önlemleri önemlidir.
Dördüncü bir nokta, güvenilirliktir. Görü-dil modeli her zaman doğru komut üretmeyebilir; sahneyi yanlış yorumlayıp beklenmedik bir açı isteyebilir. Bu yüzden ciddi kurulumlarda modelin ürettiği komut, karta iletilmeden önce eklem limitleri açısından denetlenir. Kart, sınır dışındaki bir açı komutunu reddederek mekanik hasarı önler. Bu tür bir güvenlik katmanı, otonom karar veren her sistemde iyi bir uygulamadır.
Bu sınırlar, yöntemin işe yaramadığı anlamına gelmez; yalnızca uygun kullanım alanını belirler. Hızın ve mikron hassasiyetin öncelikli olmadığı, buna karşılık esnekliğin ve kolay talimatlandırmanın değerli olduğu görevlerde bu yaklaşım öne çıkar. Araştırma, eğitim ve prototipleme tam olarak bu tanıma uyar.
Bu teknoloji, esas olarak prototipleme ve araştırmada değer taşır. Bir robota yeni bir görev öğretmek için satır satır kod yazmak yerine hedefi tarif etmek, deneme sürecini daha hızlı kılar. Yeni nesil insan-robot işbirliği senaryoları için de umut verir.
Evde Benzerini Kurmak
Aynı mantığı küçük ölçekte kurmak mümkün. Gerekli bileşenler şöyle sıralanabilir: küçük bir robot kolu kiti (SG90 servolu basit kollar veya Dobot benzeri hazır bir kol), bir Arduino ya da ESP32, bir kamera modülü (ESP32-CAM uygun bir seçenek) ve görü yeteneği olan bir dil modelinin API erişimi.
Akış şöyle işler: kameradan alınan kare API'ye gönderilir, dönen komut seri port üzerinden karta iletilir, kart servoları sürer. Başlangıçta hedefi basit tutmak akıllıca; tek parmağı kaldırmak gibi iki-üç servolu bir görev, döngüyü çalışır görmek için yeterlidir. Bileşenleri çevrimiçi elektronik mağazalarından ve robotik tedarikçilerinden edinebilirsiniz; birçok üretici DIY projeler için uygun fiyatlı kol kitleri sunar.
Sık Sorulan Sorular
Model robota tam olarak neyi gönderiyor?
Kameradan gelen kareyi yorumlayıp eklem açıları veya üst düzey talimatlar üretiyor. Bu komutlar seri port üzerinden mikrodenetleyiciye metin olarak iniyor; kart da bunu servoların PWM sinyaline çeviriyor.
Aynı sistemi evde kurabilir miyim?
Evet. Küçük bir robot kolu, Arduino ya da ESP32, bir kamera ve görü destekli bir dil modeli API'siyle temel bir sürüm kurulabilir. Basit bir hedefle başlamak, döngüyü ve gecikmeyi anlamak için en verimli yoldur.
Bu yöntem sanayi robotlarının yerini alır mı?
Şimdilik hayır. Gecikme ve hassasiyet sınırları, yöntemi hızlı ve tekrarlı montaj işlerinden uzak tutuyor. Güçlü yanı, esneklik ve programlamayı kolaylaştırması; bu da onu araştırma ve prototipleme için değerli kılıyor.
Bir dil modelinin kamerayla gördüğünü motor komutuna çevirmesi, robotiği kod yazmaktan tarif etmeye kaydıran somut bir adım. Yöntem hız ve hassasiyette klasik yaklaşımların gerisinde kalsa da, esnekliğiyle özellikle deneysel projeler için bugünden erişilebilir bir kapı açıyor.
Yorumlar 0
Yorum Bırakın