Gömülü Sistemler Mühendisliği: Deneyim ve Uzmanlık
Gömülü sistemler mühendisliği konusunda deneyimim var ve bu süreç, beni bu alandaki çeşitli uygulamalarda uzmanlaştırmak için bir fırsat sağladı. Yazılım ve donanım unsurlarının bir kombinasyonu olarak, farklı projelerde karmaşık sistemlerin tasarımı ve geliştirilmesinde çalıştım. Bu süreçte kullandığım araçlar ve donanımlar, projelerimi başarıyla tamamlamamı sağladı. Şimdi, bu araçları ve bu süreçte takip ettiğim adımları teknik bir bakış açısıyla ele alacağım.

Yazılım Temelleri: Python, C ve FPGA Programlama
Gömülü sistemler mühendisliğinde ilk adımım, sağlam bir programlama dili temeli oluşturmaktı. Üniversite de hazırlık sınıfında okuduğum sıra yazılım kursuna katılmıştım. Python, yapay zeka (AI) ve bilgisayarla görme (CV) projelerinde kullanıldı; NumPy,TensorFlow, OpenCV gibi kütüphanelerle veri manipülasyonu ve görüntü işleme algoritmaları geliştirildi. Esnekliği ve geniş kütüphane desteği projelerin ilerlemesini hızlandırdı. C dili, mikrodenetleyici programlamasında ve düşük seviyeli donanım erişiminde kullanıldı, performans gereksinimlerini karşıladı. KINDHELM’de Kria KV260 ve PYNQ-Z2 FPGA kartlarında VHDL ve Verilog dillerinde donanım yazılımları geliştirildi. Donanım düzeyinde programlama deneyimi kazanıldı.

Akıllı Sistemler: Makine Öğrenimi ve Görüntü İşleme
Makine öğrenimi (ML) ve bilgisayarla görme (CV) alanlarına odaklanıldı (Kindhelm, bitirme projesi). NVIDIA Jetson Xavier NX platformunda yüksek performanslı uygulamalar geliştirildi, FPGA PYNQ Z2 de entegre edilerek sistemler birlikte çalıştırıldı.TensorRT ve CUDA ile derin öğrenme modelleri hızlandırıldı. Jetson platformunda karmaşık görsel veri işleme görevleri düşük gecikmeyle gerçekleştirildi. FPGA MIPI kamera entegrasyonu ve görüntü işleme projelerinde çalışıldı. Gerçek zamanlı video akışlarında özelleştirilmiş algoritmalarla yüksek kaliteli çözümler geliştirildi. Fiber optik jiroskop ve LIDAR sensörleri GNSS sistemiyle senkronize edilerek, daha hassas konumlandırma ve yön bulma sistemleri oluşturuldu.

Sensör ve Kamera Entegrasyonu: MIPI ve GNSS
MIPI kamera entegrasyonu, görsel veri işleme gerektiren gömülü sistem projelerinde kritik bir
rol oynadı. Kamera sensörleri entegre edilerek yüksek hızlı görüntü işleme projeleri gerçekleştirildi. i.MX8 NXP işlemcisi ile PYNQZ2 ve KRİA MIPI kamera sensörleri entegre edildi. Yüksek performanslı görüntü işleme projeleri geliştirildi, veri yollarında optimizasyon yapıldı. Kamera sistemlerinde çözünürlük ve çerçeve hızı optimize edilerek proje gereksinimlerine en uygun performans elde edildi. NETAŞ’taki GNSS projeleri, yüksek doğruluk gerektiren sistemlerin tasarımına odaklandı. FPGA platformunda GNSS sinyalleri işlenerek uydu sinyallerinin doğruluğunu artıran algoritmalar geliştirildi. Sayısal tasarımlar yapılıp doğrulandı. HDL kullanımı tecrübeyi pekiştirdi.

Dijital Tasarım ve Donanım Hızlandırıcılar
Dijital tasarım doğrulama, gömülü sistemlerin doğru çalışması için kritik öneme sahiptir. FPGA
tabanlı tasarımlar, yüksek performans gerektiren projelerde önemli rol oynar.Kria KV260 ve PYNQ-Z2 FPGA kartlarında dijital tasarım yapıldı. Verilog ve VHDL ile özel devreler tasarlanıp simülasyon araçlarıyla doğrulandı. FPGA ile geliştirilen hızlandırıcılar, makine öğrenimi ve görüntü işleme çalışmalarında kullanıldı. Sistem verimliliğini artırarak görevlerin hızlı ve verimli yapılmasını sağladı. NETAŞ’taki çalışmaların temelini bu projeler oluşturdu.

Yol Haritası ve Gelecek Perspektifi
Bu yol haritası, gömülü sistemler mühendisliğinde temel ve orta düzeyde uzmanlık sahibi olmamın kapılarını açtı.

Sonuç
Blog yazımızın amacı, bu gömülü sistemler yolculuğu, teknik beceriler kazandırdı ve yazılım/donanım entegrasyonu anlatmaktı. Python’dan C’ye, makine öğreniminden FPGA’ya, MIPI kamera entegrasyonundan GNSS sinyal işlemeye kadar geniş bir yelpazede çalışıldı. Her proje, yeni öğrenme fırsatları sundu. NETAŞ’taki GNSS ve dijital tasarım doğrulama katkıları, sürecin zenginliğini kanıtladı.