Türk Silahlı Kuvvetleri envanterindeki ilk silahlı insansız deniz aracı (SİDA) MARLİN, mayın harbi görevlerini üstlenebilecek yeni bir yazılımsal yetenek kazandı. Cumhurbaşkanlığı Savunma Sanayii Başkanlığı koordinasyonunda yürütülen çalışmalar, Türkiye’nin deniz güvenliği kapasitesine yazılım odaklı, esnek bir katkı sunduğunu gösterdi.
NATO Müttefik Dönüşüm Komutanlığı (NATO ACT) liderliğinde yürütülen ve ittifak içinde ortaya çıkan yenilikçi teknolojilerin benimsenmesini hızlandırmayı hedefleyen NATO İnovasyon Sürekliliği Girişimi’nin deneme ve gösteri aşamaları, programın finali kapsamında Türkiye’de yapıldı. İstanbul Teknik Üniversitesi Denizcilik Fakültesi’ndeki faaliyete akademi, endüstri ve ilgili devlet kuruluşlarından unsurlar katıldı; ASELSAN ve Sefine Tersanesi tarafından geliştirilen MARLİN de görev aldı.
Senaryo kapsamında deniz yüzeyinde sürüklenen mayınların tespitine yönelik görev verildi. MARLİN’e bu amaçla eklenen yetenek, software-defined warfare (yazılım tanımlı harp) yaklaşımıyla sadece yazılımsal güncellemelerle sağlandı; ilave fiziksel donanım veya yeni sensör montajı yapılmadı. Bu yöntem, SİDA’ların görev yelpazesinin hızla ve maliyet etkin biçimde genişletilmesine olanak tanıyor.
Mayın tespitinde başlangıç olarak yüzeydeki (satıhtaki) mayınlar üzerinde çalışmalar yürütüldü. MARLİN, mevcut elektro-optik sensörlerinden gelen görüntüleri işleyerek anomali tespiti yapıyor; tespit ettiği objeyi şekil, frekans benzeri imza bilgileri ve çevresel bağlamıyla değerlendirerek sınıflandırıyor. Bu süreçte derin öğrenme modelleri, farklı sınıf örneklerini ayırt etme yeteneğini sağlıyor. Mayın ile deniz çöpü, ağ parçası veya yüzen tahta gibi zararsız cisimler arasındaki ayrımı yüksek doğrulukla yapabiliyor.
Ayrıca, birlikte harekat yapılan diğer unsurlardan gelen görüntü ve video akışlarının (örneğin STM Togan gibi hava/insansız hava sistemlerinden gelen veriler) füzyonuyla tespit yetkinliğinin artırılması planlanıyor. Sensör çeşitliliğinin genişletilmesi ve farklı platform verilerinin entegrasyonu, özellikle karmaşık senaryolarda yanlış algılama oranını düşürecek.
MARLİN’in mayın tespiti için kullanılan derin öğrenme modeli, Sefine Tersanesi Stratejik ve İnsansız Sistemler Araştırma Merkezi (SİSAM) tarafından hazırlanan karma veri setiyle eğitildi. Bu veri seti hem gerçek hem de sentetik örnekler içeriyor; alan literatüründe benzeri bulunmayan bir çeşitlilikte örnek içeriği sunduğu vurgulanıyor. Model, öğrenme aşamasında bu veri tabanından edindiği sınıf bilgileriyle anomali olarak işaretlenen nesnenin frekans, şekil ve çevresel bağlam karşılaştırmasını yapıyor.
NATO etkinliğinde MARLİN, sürüklenen mayın senaryosunun tüm safhalarında aktif rol aldı: tespit, sınıflandırma, başka unsurlarla birlikte ortak harekat ve iş birliği görevlerini başarıyla yürüttü. Mevcut keşif-gözetleme, elektronik harp ve suüstü harbi kabiliyetleri üzerine eklenen mayın harbi yeteneği, SİDA’nın görev çeşitliliğini artırdı.
Mayın tespit-sınıflandırma çalışmaları hâlihazırda satıhtaki mayınlara odaklandı; geliştirilen modelin daha geniş bir kütüphane ile eğitilmesiyle çalışmaların derinleştirilmesi planlanıyor. Ayrıca saha verilerinin toplanması ve etiketlenmesiyle modelin genelleme kabiliyeti güçlendirilecek.
Çalışmaların ileri aşamalarında su altı mayınlarının tespiti MARLİN için hedeflenen kabiliyetler arasında bulunuyor. Buna ek olarak, kritik su altı altyapılarının (kablolar, boru hatları, platform temelleri vb.) gözetlenmesi ve korunması yeteneğinin de SİDA’ya entegre edilmesi amaçlanıyor. Bu iki alandaki gelişmeler, denizden kaynaklı tehdide karşı bütüncül bir koruma yaklaşımı sağlayacak.
Yazılım tanımlı harp yaklaşımı, mevcut platformların donanım değişikliği gerektirmeden yeni görevler üstlenebilmesini mümkün kılıyor. MARLİN örneğinde görülen uygulama, savunma envanterlerinde esnek görev ataması, hızla güncellenebilir yetenek setleri ve düşük lojistik yük avantajlarını öne çıkarıyor. NATO ölçeğindeki test ve gösterilerde elde edilen başarılar, bu tip çözümlerin uluslararası iş birliğinde de kullanılabileceğine işaret ediyor.
Kaynak: Anadolu Ajansı
