Günümüzde ana seyrüsefer sistemi olarak kullanılan uydu tabanlı Küresel Uydu Seyrüsefer Sistemleri (“Global Navigation Satellite System”, GNSS) dezavantajlarının ortadan kaldırılabilmesi için bir başka yaygın seyrüsefer sistemi olan Ataletsel Seyrüsefer Sistemi (“Inertial Navigation System”, INS) ile entegre edilerek kullanılmaktadır. Ancak, her ne kadar GNSS/INS sistemlerinde ilerlemeler yaşansa da bu teknolojinin tek başına yeterli olmadığı artık anlaşılmıştır. GNSS sinyallerinin zayıf olması bu teknolojinin derin vadiler, kapalı alanlar vb. gibi çeşitli ortamlarda kullanılmasına engel oluşturmaktadır. Ayrıca, görüş alanındaki uydu sayısı, kötü hava şartları vb. sebeplerden dolayı zayıflayan sinyal gücü, isteyerek ya da istemeyerek sinyalin koparılması ve art niyetle sinyalin karıştırılması gibi sebeplerden dolayı, GNSS her zaman güvenilir bir seyrüsefer sistemi olamamaktadır.
Günümüzde bu sorunları aşmak için seyrüsefer sistemleri kameralar, LIDAR, sonarlar, radarlar, polarize ışık dedektörleri gibi çeşitli sensörleri akıllı algoritmalar ile birleştirerek yeni nesil seyrüsefer sistemleri geliştirilmeye çalışılmaktadır.
GNSS engelli (“GNSS-denied”) ortamlar için geliştirdiğimiz Arazi Destekli Otonom Seyrüsefer sistemi olan TerraFlite™ yenilikçi ve akıllı algoritmalar sayesinde platform üzerindeki farklı sensörlerden (radar altimetre, barometrik altimetre vb.) ölçülen verileri kullanılarak INS’ten elde edilen konum bilgisindeki hatayı belirleyip daha yüksek doğrulukta, hassas konum bilgisini hesaplamaktadır.
Seyrüsefer sistemlerindeki GNSS kaynaklı güncel sorunları aşmak için çevresel sinyallerden de yararlanılabilmektedir. GNSS sistemleri yerine çevredeki radyo, televizyon, cep telefonu baz istasyonu ve Wi-Fi sinyallerinin kullanıldığı bu teknolojinin gelecekte sürücüsüz arabalarda ve insansız hava araçlarında (İHA) kullanılması öngörülmektedir. Bu sistemi kendi başına ya da GNSS sistemlerine ulaşılamadığı yoğun binaların arası, yer altı, sualtında veya GNSS sistemlerinin kullanılamadığı durumlarda INS’yi desteklemek için kullanmak mümkün olabilmektedir. Nihai amaç ise insan müdahalesine ihtiyaç duymadan uzun süre çalışabilen otonom cihazlar geliştirilmesine imkân sağlamaktır.
Derin öğrenme algoritmalarının yoğun olarak kullanıldığı, görüntü temelli seyrüsefer sistemlerinin yakın gelecekte kullanımının günümüze oranla daha da artması beklenmektedir. Bu kapsamda derin öğrenme tekniklerinin platform üzerine yerleştirilen elektro-optik (EO), kızılötesi (infra red, IR) kameralardan elde edilen görüntüler üzerinde kullanılmasıyla, platformun nerede olduğu sorusuna hassas cevap vermek için araştırmalarımıza hızla devam edilmektedir.
Konumlama sistemlerinin bulunmadığı iç ortamlarda personel üzerindeki sensörler ve işletişim cihazları ile merkeze olan göreli konumlarının izlenmesi ve hatta daha önceden gidilmemiş veya bilinmeyen ortamlara giren insansız hava araçlarının (İHA) bu ortamların haritasını çıkarıp engellere çarpmadan ilerlemesi ve durumlarını bildirmesi üzerine çalışmalarımıza da başlanmıştır.
Konumumuzu doğru olarak bilmek çok önemli olmakla birlikte seyrüsefer için tek başına yeterli değildir. Nerede olduğumuz bilgisinin durumsal farkındalığımızı arttırabilmesi için amacına uygun içerikte raster ve/veya vektör harita üzerinde kullanıcı dostu olarak gösterilmesi gerekmektedir. Konum bilgisinin, uygun haritalar üzerinde gösterilirken aynı zamanda bu haritalar üzerinde operasyonel ihtiyaçlara cevap verebilecek uygun analizlerin yapılması güvenli seyrüsefer için önemlidir.
Kara, hava, su-üstü ve su-altı ortamlarda çalışan insanlı ve/veya insansız platformlara yönelik yapay zekâ ile desteklediğimiz planlama ve analiz araçları ile bu platformların güvenle seyrüsefer yapabilmesi sağlanmaktadır. Hava araçları için geliştirdiğimiz FocusFlite™ Sayısal Kayan Harita ve Görev Planlama Sistemi bu sistemlere en iyi örneklerden birini oluşturmaktadır.
STM Helikopter Engel Tespit Sistemi (HETS), sağladığı gelişmiş analiz araçları ile insan tarafından algılanamayan durumlarda, örneğin bir helikopterin önünde yer alan ancak pilot tarafından fark edilmesi oldukça zor olabilen elektrik teli gibi veya sisli hava koşullarında uçuş irtifasından yüksek araziler gibi engelleri tehlike arz etmeden önce bulabilmekte ve gerekli uyarıları verebilmektedir.
Bu algoritmalar araçların güvenle seyrüsefer yapabilmesi için analizlerini otomatik olarak gerçekleştirebilmektedir. Bu sayede kullanıcı operasyonel işlemlerine öncelik verebilir. Platformların güvenle seyrüsefer yapabilmesine imkân veren planlama ve analiz algoritmaları, planlama sırasında ve analizlerde kullandığı parametreleri kullanılan platformun tipine, kullanıcıya, kullanım zamanına, platformun yüküne ve/veya gerçekleştirilecek operasyona göre zamanla öğrenebilir. Bu sayede kullanıcının çok az veri girişiyle ve hatta herhangi bir müdahalesine gerek kalmadan işlemler otomatik olarak gerçekleştirilebilir. Seyrüsefer sistemlerine yapay zekâ eklenerek ve temel öğrenme becerilerini arttırarak, sadece güvenli seyrüsefer değil yakıt verimliliği, hedefe en kısa zamanda varma vb. gibi kriterlerin de geliştirilmesine imkân sağlanabilmektedir.
Arttırılmış gerçeklik (Augmented Reality, AR), seyrüsefer sistemlerinde durumsal farkındalığı üst seviyeye çıkaran bir teknoloji olarak öne çıkmaktadır. Bu kapsamda planlanmış rota, iletişim noktaları, tehdit ve istihbarat gösterimlerini ve bunlara ilaveten güvenli seyrüsefer için otomatik olarak gerçekleştirilen analiz sonuçlarını kullanıcıya gerçek arazi veya deniz üzerinde gösterilmesini olanaklı kılan AR teknolojisi üzerine çalışmalarımıza da hız verilmiştir.
Geliştirilmekte olduğumuz, konumumuzu GNSS sistemlerinden bağımsız ve hassas olarak hesaplayan, yapay zekâ ile güçlendirilmiş akıllı ve otomatik planlama ve analiz algoritmalarını kullanıcı dostu arayüzler ve arttırılmış gerçeklik teknolojisiyle sunan yüksek durumsal farkındalık sağlayan seyrüsefer sistemleri kara, hava ve deniz platformu kullanıcılarının hem güvenle seyrüsefer yapabilmelerini hem de operasyonel işlemlerine daha fazla odaklanabilmelerini sağlayacaktır.