ÖzetGünlük yaşamda insanlar için birçok yardımcı işlevi robotlar tarafından gerçekleştirilmeye başlanmıştır. Özellikle endüstride kullanılan robot kollar, çalışma alanına gelen nesneleri tanımlayarak, ilgili nesnenin özelliklerini belirlemekte, buna göre uygulanması gereken tutma gücünü ve pozisyonunu ayarlayarak üretimde insan zekasına yakın kararlar verebilmektedir. Bu işlevlerden tanıma, konumlandırma ve tutma insanların düşünme ve çözüm üretme sistemleri baz alınarak oluşturulan yapay zeka algoritmaları ile gerçekleştirilmektedir. Yapay zeka yaklaşımlarından olan derin öğrenme son zamanlarda birçok farklı problem için kullanılmış ve başarılı sonuçlar elde edildiği görülmüştür.Bu çalışmanın amacı, klasik bir robot kol için nesnenin tutma pozisyonuna ulaşmak amacıyla konumlandırılması ve nesnenin tutup kaldırılabilmesi için uygun kavrama parametrelerini otomatik olarak belirleyebilen bir sistemin oluşturulmasının sağlanmasıdır. Robot kolun mekanik sisteminin oluşturulmasında 3 boyutlu çizim programlarından üretilen modeller 3 boyutlu yazıcı kullanılarak basılmıştır. Bu sayede 3 boyutlu yazıcı teknolojisinin bu tür bir sistemde nasıl kullanılacağı bilgisi paylaşılmıştır. Ayrıca bu teknoloji sayesinde düşük maliyetli ve rahatlıkla konfigüre edilebilen modeller oluşturulması sağlanmıştır. Gerçek zamanlı nesne tanıma işlevini gerçekleştirebilmek, sistemi zeki ve öğrenebilir hale getirmek amacıyla, yapay zeka methodlarından, Evrişimli Sinir Ağları(CNN) temelli derin öğrenme algoritması kullanılmıştır. Algoritmanın verimli çalışabilmesi için yapılması gereken ön hazırlık süreçleri hakkında detaylı bilgi verilmiştir.Yapılan simülasyon testleri ile elde edilen sonuçlardan, önerilen sistemin bu işlevleri başarıyla gerçekleştirdiği görülmüştür.