Drone sürüsü ile hedef takip optimizasyonu
Target tracking optimization with drone swarm
- Tez No: 657615
- Danışmanlar: PROF. DR. ÖMER AYDOĞDU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Son yıllarda insansız hava araçları sınıfında yer alan Drone'ların askeri, sivil (hobi ve ticari) ve akademik amaçlı kullanımı gittikçe yaygınlaşmaktadır. Askeri alanda çoğunlukla keşif, arama, kurtarma ve saldırı görevlerinde, sivil kullanımda kargo taşımacılığı, görüntü alma, haritalama ve hobi faaliyetlerine yönelik alanlarda, akademik alanda ise yaygın olarak uçuş yönetimi ve kontrol yazılımlarının geliştirilmesi amacıyla kullanılmaktadır. Askeri amaçlı Drone kullanımının en önemli sorunlarından bir tanesi Drone ile komuta merkezi arasında ki mesafe sınırlamasıdır. Bu mesafe sınırlamasını aşabilmek için istenilen koordinatlara hareket eden otonom Drone'lar konusunda bazı çalışmalar yapılmış ve yapılan bu çalışmalar neticesinde başarılı sonuçlar elde edilmiştir. Ancak özellikle askeri amaçlar için tek başına kullanılan otonom Drone'lar belirli sorunlar ile karşı karşıya kaldığında komuta merkezine istenilen veri aktarımını sağlayamamakta ve icra etmesi gereken görevi başarı ile gerçekleştirememektedir. Drone'lara ait bu mesafe problemini aşabilmek için sürü algoritmaları üzerinde çalışmalar yapılmaktadır. Aynı zamanda çoklu Drone etkileşimi ve görev paylaşımı gibi konular üzerinde çalışmalar da oldukça popülerdir. Araştırmacılar özellikle askeri alanda keşif, arama, kurtarma ve saldırı görevleri için Drone'ların sürü halinde hareket edebilmesini sağlayan yeni algoritmalar üzerinde çalışmalarını yoğunlaştırmaktadır. Bu tez çalışmasında, hareketli bir hedefin Drone sürüsü ile en uygun biçimde takibi için, bir amaç fonksiyonu tanımlanmış ve bu amaç fonksiyonuna göre optimizasyon yapan hedef takip optimizasyon algoritmaları geliştirilmiştir. Çalışmada üç farklı optimizasyon algoritması ile, Drone sürüsü için tanımlanmış hedef takip ve imha görevleri Unity simülasyon ortamında test edilmiştir. Yürütülen çalışmada, Drone sürüsünü güden Parçacık Sürü Optimizasyonu (PSO), doğada arıların birlikte hareket ederek yaptıkları davranışların ortaya çıkardığı Yapay Arı Kolonisi Algoritması (YAK) ve doğadaki karıncaların davranışları incelenerek ortaya çıkarılan Karınca Kolonisi Algoritması (KKA) ele alınmıştır. Tanımlanan görev sırasında sürüdeki Drone'lardan bir tanesi zarar görse dahi diğer Drone'lar kullanılan algoritma yapısına göre en uygun pozisyonu alarak görevlerine devam edebilmektedir. Simülasyon çalışmasında Drone sürüsünün bir istasyondan kalkarak bir aracı takip emesi, dairesel bir yörüngede araç üzerinde konumlanması ve aracın imha edilmesi örnek görevi tanımlanmıştır. Bunun için Unity simülasyon ortamında bir adet hedef araç ve istenilen sayı da Drone'un kalkabileceği bir yer istasyonu tasarlanmıştır. Aracın konum bilgileri uydu üzerinden alındığı varsayılarak Drone'ların hedef araca göre konumları belirlenen optimizasyon algoritmaları ile sağlanmıştır. Çalışmada, optimizasyon algoritmalarının performansları görev için tanımlanan amaç fonksiyonu temel alınarak kıyaslanmıştır.
Özet (Çeviri)
In recent years, the use of drones, which are in the class of unmanned aerial vehicles, for military, civil (hobby and commercial) and academic purposes has become increasingly common. It is mostly used in reconnaissance, search, rescue and attack missions in the military field, cargo transportation in civil use, imaging, mapping and hobby activities, and in the academic field for the development of flight management and control software. One of the most important problems of using military drones is the limitation of the distance between the Drone and the command center. In order to overcome this distance limitation, some studies have been carried out on autonomous drones that move to the desired coordinates and successful results have been obtained as a result of these studies. However, when autonomous drones, which are used alone for military purposes, are faced with certain problems, they cannot provide the desired data transfer to the command center and cannot successfully perform the task they need to perform. Studies are carried out on herd algorithms to overcome this distance problem of drones. It is also very popular to work on topics such as multiple Drone interaction and task sharing. Researchers are focusing on new algorithms that enable drones to move in swarm, especially for reconnaissance, search, rescue and attack missions in the military field. In this thesis, an objective function has been defined for the most appropriate tracking of a moving target with the drone swarm and target tracking optimization algorithms have been developed that optimize according to this goal function. In the study, target tracking and destruction missions defined for the drone swarm were tested in Unity simulation environment with three different optimization algorithms. In the study, Particle Swarm Optimization (PSO), which drives drone swarm, Artificial Bee Colony Algorithm (YAK), which reveals the behaviors of bees by acting together in nature, and Ant Colony Algorithm (KKA), which is revealed by examining the behavior of ants in nature, are discussed. Even if one of the Drones in the herd is damaged during the defined mission, other Drones can continue their duties by taking the most appropriate position according to the algorithm structure used. In the simulation study, the sample task of the drone herd getting up from a station and following a vehicle, positioning it on the vehicle in a circular orbit and destroying the vehicle was defined. For this purpose, a target vehicle and a ground station where the desired number of Drones can take off were designed in the Unity simulation environment. Assuming that the location information of the vehicle is received via satellite, the position of the drones with respect to the target vehicle has been provided by the determined optimization algorithms. In the study, the performances of the optimization algorithms were compared based on the objective function defined for the task.
Benzer Tezler
- A comparative study of nonlinear model predictive control and reinforcement learning for path tracking
Yol izleme için doğrusal olmayan model öngörülü kontrol ve pekiştirmeli öğrenmenin karşılaştırmalı çalışması
GAMZE TÜRKMEN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Hızlıca keşfeden rastgele ağaç yöntemi ile insansı robot kolu yörünge planlaması
Trajectory planning of a humanoid robot arm by using rapidly-exploring randomized tree method
BURAK BOYACIOĞLU
Yüksek Lisans
Türkçe
2016
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENİZ ERTUĞRUL
- Dinamik manevralarda motora giren temiz hava debisi kontrolünün emisyonlara olan etkileri
Emission effects of decreasing intake airflow during transient maneuvers
OĞUZ ŞAFAK
Yüksek Lisans
Türkçe
2021
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN AKIN KUTLAR
- Design and control of ros based omnidirectional vehicle
Ros tabanlı çok yönlü hareket edebilen araç tasarım ve kontrolü
İBRAHİM DİNÇER NALBANT
Yüksek Lisans
İngilizce
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Compressed sensing based 3D image reconstruction in digital breast tomosynthesis and micro-bioimaging
Sayısal meme tomosentezinde ve mikro biyogörüntülemede sıkıştırılmış algılama tabanlı 3B görüntü geri çatma
ADEM POLAT
Doktora
İngilizce
2018
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM