📌 Hızlı Özet:
Robotik ve yapay zeka sektöründe bu iki dil rakip değil, birbirini tamamlayan iki kardeştir. Biri beynin kas gücü, diğeri hızlı refleksidir.

Ne Zaman C++?
- Gerçek zamanlı (Real-Time) kontrol döngüleri (örn. 1000 Hz motor sürücü).
- Bellek yönetiminin (RAM) kısıtlı olduğu gömülü işlemciler.
- GPU ve CUDA ile yüksek başarımlı hesaplama.
Ne Zaman Python?
- Veri analizi, makine öğrenmesi model eğitimi ve hızlı deneyler.
- ROS 2 Topic ve Service ayrımında hızlı düğüm prototipleme.
- Web servisleri ve kullanıcı arayüzleri entegrasyonu.
📌 Sıradaki İlgili Rehber: Bu Devirde Yazılım Nasıl Öğrenilir? Yapay Zeka Çağında Yol Haritası
Programlama dili seçiminden bağımsız modern mühendislik zihniyeti.
Dil Performansı ve Çalışma Zamanı Mimarisi
Robotik ve yapay zeka projelerinde dil seçimi felsefi bir tartışma değil, gerçek zamanlılık (real-time constraints) ve bellek yönetimi kararıdır:
| Kriter | Modern C++ (C++17 / C++20) | Python 3.12+ |
|---|---|---|
| Yürütme Hızı | Yerel makine kodu (Derlenmiş) | Yorumlanan bayt kodu (CPython / PyPy) |
| Bellek Yönetimi | RAII, smart pointer’lar, deterministik yıkım | Garbage Collector (GC döngüsü gecikmesi) |
| Eşzamanlılık | Çoklu iş parçacığı (Gerçek Multi-threading) | GIL (Global Interpreter Lock kısıtı) |
| Geliştirme Hızı | Orta / Düşük (Derleme süreleri, strict typing) | Çok Yüksek (İnteraktif prototipleme) |
| ROS 2 Desteği | rclcpp (Zero-copy IPC, intra-process comm) |
rclpy (Yüksek seviyeli soyutlama) |
| Kütüphane Ekosistemi | Eigen, OpenCV C++, PCL, TensorRT | PyTorch, NumPy, SciPy, Scikit-learn, LangChain |
Endüstriyel Hibrit Mimari: İki Dünyanın En İyisi
Modern otonom sistemlerde tek bir dil kullanılmaz; görev katmanlarına göre diller ayrıştırılır:
[Algılama & Kontrol Katmanı] [Yüksek Seviye Karar & YZ]
Modern C++ (rclcpp) Python (rclpy)
┌──────────────────────┐ ┌──────────────────────┐
│ • LiDAR Odometri │ │ • LLM Görev Ajanı │
│ • Nav2 MPPI Kontrolcü│◀──[ROS 2]──▶ • Rota Görev Yöneticisi│
│ • EKF Sensör Füzyonu │ DDS Bus │ • Görsel Soru-Cevap │
│ • CAN / Motor Sürücü │ │ • Telemetri & Web UI │
└──────────────────────┘ └──────────────────────┘
- C++ Katmanı: 50 Hz veya 100 Hz frekansta çalışması gereken sensör sürücüleri, motor kontrol döngüleri, nokta bulutu işleme ve kinematik hesaplamalar C++ ile yazılır. Python’ın çöp toplayıcısının (Garbage Collector) rastgele bir anda devreye girip 50 milisaniyelik gecikme üretmesi fiziksel bir robot için felakettir.
- Python Katmanı: Yüksek seviyeli durum makineleri (Behavior Trees, SMACH), derin öğrenme model çıkarımları (PyTorch wrapper’ları) ve veri görselleştirme scriptleri Python’ın esnekliğiyle geliştirilir.
Hangi Durumda Hangisi Seçilmeli? Karar Matrisi
- Şu durumlarda kesinlikle C++ seçin: Mikrodenetleyiciler (STM32, ESP32, FreeRTOS), mikro saniye hassasiyetli PID döngüleri, yoğun 3D nokta bulutu filtreleme ve sıfır-kopyalama (zero-copy) bellek paylaşımı gerektiğinde.
- Şu durumlarda Python seçin: Algoritma prototipleme, derin öğrenme model eğitimi, veri analizi, simülasyon testi scriptleri ve ROS 2 düğümlerinin hızlı orkestrasyonunda.
Sıkça Karşılaşılan Sorular ve Sahadan Uzman Yanıtları (FAQ)
1. Bu mimariyi uygularken ilk aşamada en çok yapılan hata nedir?
En sık karşılaşılan tuzak, konfigürasyon parametrelerini ve sistem sınırlarını test etmeden doğrudan varsayılan değerlerle (default values) üretime almaktır. Özellikle yüksek eşzamanlılık (concurrency) ve bellek kısıtlı ortamlarda varsayılan ayarlar ani gecikme artışlarına ve soket tükenmesine (socket exhaustion) yol açar. Sistem her zaman kademeli yük testleriyle doğrulanmalıdır.
2. Performansı optimize ederken hangi metrikler izlenmelidir?
Sistemin sağlığını izlerken tek başına CPU kullanımına bakmak yanıltıcıdır. P95 ve P99 gecikme süreleri (latency percentiles), bellek tahsis hızları (heap allocation rate), I/O bekleme süreleri (iowait) ve hata oranları (error rate) birincil göstergeler olmalıdır. Grafana veya Prometheus gibi araçlarla bu metrikler anlık olarak takip edilmelidir.
3. Geriye dönük uyumluluk (Backward Compatibility) nasıl garanti edilir?
API ve veri formatı güncellemelerinde anlamsal sürümleme (SemVer) kurallarına sıkı sıkıya bağlı kalınmalıdır. Protokol veya şema değişikliklerinde eski versiyon en az iki ara sürüm boyunca desteklenmeli ve geçiş köprüleri (adapter layer) tanımlanmalıdır.
Üretime Alma ve Güvenlik Doğrulama Kontrol Listesi
Sistemi canlıya almadan veya sahaya çıkarmadan önce şu adımları tamamlayın:
- Hata Yakalama ve Loglama: Tüm kritik akışlarda yapılandırılmış loglama (JSON formatında) ve panik/crash kurtarma mekanizmaları kuruldu.
- Giriş Doğrulama (Sanitization): Dış dünyadan veya istemciden gelen tüm parametreler sıkı tip ve sınır denetiminden geçirildi.
- Kaynak Sınırları (Resource Limits): Süreç bazında bellek (cgroups/RAM) ve dosya tanımlayıcı (
ulimit -n) sınırları tanımlandı. - Otomatik Yedekleme ve Kurtarma: Sistem çökmesi durumunda otomatik yeniden başlama (
systemd / restart: always) politikası test edildi.
Uzun Vadeli Bakım ve Mimari Yol Haritası (Long-Term Maintenance)
Bir yazılım sisteminin veya teknik altyapının gerçek maliyeti ilk geliştirme anında değil, sonraki 2-3 yıllık bakım ve işletim evresinde ortaya çıkar. Sürdürülebilir bir mühendislik disiplini için şu prensipler uygulanmalıdır:
- Teknik Borç Yönetimi: Her geliştirme sprintinin veya proje döngüsünün en az %15-20’lik bölümü refactoring, kütüphane bağımlılık güncellemeleri ve teknik borçların temizlenmesine ayrılmalıdır.
- Otomatik Regresyon Testleri: Kod tabanına eklenen her yeni özellik veya hata düzeltmesi, gelecekte aynı hatanın tekrar etmesini engelleyen otomatik regresyon testleriyle mühürlenmelidir.
- Şeffaf Ekip İletişimi: Mimari değişiklikler kişisel kararlarla değil, ekip içi ortak tasarım dokümanları ve RFC tartışmalarıyla olgunlaştırılmalıdır.