Fraunhofer NeurOSmart: Mühendislerin Doğrulaması Gerekenler

Fraunhofer, NeurOSmart teknoloji platformunu 2 Mart 2026'da duyurdu. Proje, insan-robot çalışma alanları için üstten LiDAR'ı, MEMS ışın yönlendirmeyi, sensör tarafında yapay zekâ işlemeyi ve nöromorfik bilişimi bir araya getiriyor.

Duyuru, bir ürün lansmanı veya makine güvenliği sertifikasyonu değil. Mühendislik açısından değeri, ortaya koyduğu mimaride yatıyor. Algılama ve karar desteğini sensöre yaklaştırırken gecikmeyi ve enerji kullanımını azaltmayı amaçlıyor.

Fraunhofer, robotik sistemlerin verimliliğini ve tepki kabiliyetini geliştirmek için insan beyninin işleyişinden yararlanıyor. 

Fraunhofer Ne Duyurdu?

Fraunhofer araştırma duyurusu, yukarıdan LiDAR ile izlenen ortak bir çalışma alanını açıklıyor. Hareketli MEMS aynaları, lazeri hücre boyunca tarıyor. Yansıyan darbeler, çalışma alanının üç boyutlu bir temsilini oluşturuyor.

Fraunhofer, özel yapay zekâ modellerinin verileri sensörün yakınında değerlendirdiğini belirtiyor. Platform daha sonra bir kişi tanımlanmış bir yakınlık alanına girdiğinde robotun tepki vermesini destekliyor. Proje ortakları, sinyalin yakalanması, değerlendirilmesi ve mekanik tepki arasındaki yolun kısa olduğunu bildiriyor.

Proje Birkaç Enstitüyü Bir Araya Getiriyor

NeurOSmart'ın koordinasyonunu Fraunhofer ISIT yürütüyor. Fraunhofer IPMS, yüksek performanslı çipler ve bellek teknolojisine katkıda bulunuyor. Fraunhofer IMS, yapay zekâ destekli ön işleme ve sistem entegrasyonu üzerinde çalışıyor. Fraunhofer IWU, sensör sistemini insan-robot iş birliğinde değerlendiriyor. Fraunhofer IAIS ise verimli kişi algılama modelleri geliştiriyor.

Bu iş bölümü önem taşıyor; çünkü güvenli iş birlikçi robotik, tek bir sensör sorunu değil. Optik, bilişim, modeller, hücre geometrisi, robot dinamikleri, kontrol sistemleri ve doğrulamanın tümü sonucu etkiliyor.

Sensör Tarafında İşleme Neden Önemli?

Geleneksel bir algılama zinciri, büyük veri akışlarını merkezi bir bilgisayara aktarabilir. Bu tasarım ağ yükünü artırır ve birkaç zamanlama aşaması ekler. Sensöre yakın işleme, aktarılan veri miktarını azaltabilir ve karar yolunu kısaltabilir.

Ayrıca arıza sınırlamasını da değiştirebilir. Yerel işleme, daha üst düzey bir ağ kullanılamadığında devam edebilir. Ancak mühendisler, hangi işlevlerin çalışmaya devam edeceğini, bozulmuş durumların nasıl bildirileceğini ve senkronizasyonun veya işlem kapasitesinin kaybedilmesinden sonra hangi eylemin gerçekleşeceğini tanımlamalıdır.

Daha düşük ortalama gecikme, koruyucu bir işlev için yeterli değildir. Tasarımın doğrulanmış bir en kötü durum tepki süresine ihtiyacı vardır. Bu bütçeye algılama, ön işleme, karar mantığı, iletişim, kontrolör taraması, sürücü tepkisi ve mekanik durma süresi dahildir.

Nöromorfik Donanım Neleri Değiştiriyor?

Nöromorfik bilişim, biyolojik sinirsel işleme süreçlerinden esinlenen donanım yapıları kullanır. Amaç, belirli yapay zekâ iş yüklerinin verimli biçimde yürütülmesidir. Fraunhofer, bu yaklaşımı zorlu algılama görevlerini sensörün yakınında daha düşük enerji kullanımıyla işlemek için bir yöntem olarak sunuyor.

Enerji verimliliği, soğutma ve muhafaza alanı sınırlı gömülü sistemlere yardımcı olabilir. Ayrıca dağıtık algılamayı destekleyebilir. Mühendisler yine de termal sınırları, model doğruluğunu, güncelleme kontrolünü, tanılama kapsamını ve bileşen yaşam döngüsünü değerlendirmelidir.

LiDAR Geometri Ekler, Otomatik Güvenlik Değil

LiDAR, yayılan ışığın zamanlamasından ve yansımasından yararlanarak mesafeyi ölçer. Üç boyutlu bir nokta temsili; insanları, robot hareketini, fikstürleri ve hücre sınırlarını ayırt etmeye yardımcı olabilir.

Performans; yansıtıcılığa, örtülmeye, montaj yüksekliğine, görüş alanına, kirlenmeye, ortam koşullarına ve tarama zamanlamasına bağlıdır. Takım tarafından gizlenen bir kişiyi gözlemlemek daha zor olabilir. Giysiler ve yüzeyler farklı sinyaller döndürebilir. Hücredeki değişiklikler, önceki bir modeli geçersiz kılabilir.

İlgili algılama mantığı için PLC ProTech'in fotoelektrik sensör çalışma modları rehberi, optik durum ile proses anlamının neden birbirinden ayrılması gerektiğini gösteriyor. Algılama ilkeleri farklı olsa da devreye alma disiplini yine de faydalıdır.

Makine Üreticileri Neleri Doğrulamalı?

Bir araştırma demonstratörü doğrudan bir güvenlik işlevine yerleştirilmemelidir. Üreticilerin geçerli yasaları, standartları, risk azaltma hedeflerini ve doğrulama gerekliliklerini belirlemesi gerekir. Ayrıca her bileşenin amaçlanan rol için güvenlik sınıfına sahip olup olmadığını da tespit etmelidirler.

Durma hesabında robotun gerçek hızı, yükü, takımları, fren performansı, kontrolör gecikmesi ve yaklaşma geometrisi kullanılmalıdır. Koruyucu mesafe, ölçüm belirsizliğini ve öngörülebilir hareketi hesaba katmalıdır.

Yanlış negatifler ile yanlış pozitiflerin sonuçları farklıdır. Bir kişinin gözden kaçırılması zarara yol açabilir. Tekrarlanan gereksiz duruşlar, baypasları teşvik edebilir ve üretime duyulan güveni azaltabilir. Bu nedenle doğrulama; algılama kapsamını, tepki süresini, yeniden başlatma davranışını ve arıza bildirimini kapsamalıdır.

Yapay Zekâ ile Algılamada Bakım Değişiyor

Geleneksel güvenlik cihazlarının genellikle tanımlanmış test prosedürleri vardır. Yapay zekâ tabanlı algılama ise model sürümlerini, veri kümelerini, güven eşiklerini ve yazılım bağımlılıklarını beraberinde getirir. Onaylanan her değişiklik, konfigürasyon kontrolü ve regresyon testi gerektirir.

Temizlik, hizalama ve engel kontrolleri önemini korur. Çevrimiçi görünen bir sensörün kapsama alanı azalmış olabilir. Bakım ekiplerinin; görüşün engellenmesini, zamanlama arızalarını, işlemci aşırı yükünü ve kullanılamayan kanalları belirleyen tanılama araçlarına ihtiyacı vardır.

Sitenin ABB Robotics koleksiyonu, robot kontrolü ve servis bileşenlerine örnekler sunuyor. Bu parçalar NeurOSmart araştırma platformundan ayrıdır; ancak bakım ekiplerinin karşılaştığı yaşam döngüsü bağlamını gösterir.

Demonstrasyonun Ötesinde Tedarik Soruları

Tedarik ekipleri, modelin sahibinin kim olduğunu, güncellemelerin nasıl onaylandığını, hangi bilişim donanımının gerektiğini ve her bileşenin ne kadar süreyle destekleneceğini sormalıdır. Ayrıca çevresel performans, siber güvenlik, tanılama ve deterministik tepki için kanıt istemelidirler.

Entegrasyon maliyeti, sensör fiyatını aşabilir. Hücre modellemesi, ağ tasarımı, doğrulama, operatör eğitimi ve gelecekteki yeniden doğrulama için sorumluluk açıkça belirlenmelidir. Bir sistem ortak bir çalışma alanını sürekli haritaladığında veri saklama ve gizlilik de önem taşır.

Mühendislik Açısından Önemi

NeurOSmart, endüstriyel algılama için güvenilir bir yön gösteriyor: üç boyutlu algılamayı yerel ve enerji verimli işlemeyle birleştirmek. Bu mimari, veri hareketini azaltabilir ve daha hızlı tepkileri destekleyebilir.

Duyuru, risk değerlendirmesi veya sertifikalı koruyucu önlemler gerekliliğini ortadan kaldırmıyor. Pratik katkısı, mühendislerin gerçek hücre tehlikeleri, zamanlama sınırları, çevresel koşullar ve bakım gereksinimleri karşısında değerlendirebileceği bir platform sunmasıdır.