Geri Dön

Bir insansız sualtı aracına otonom özellikler kazandırılması ve deneysel uygulaması

Giving autonomous capabilities to an unmanned underwater vehicle and its experimental implementation

  1. Tez No: 761645
  2. Yazar: BERNA EROL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SEDA KARTAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Savunma ve Savunma Teknolojileri, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Defense and Defense Technologies
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Zonguldak Bülent Ecevit Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Bu tezde asıl amaç olarak bir insansız sualtı aracına otonom özellikler kazandırmak için birçok alt çalışma yapılmıştır. İlk olarak ölçüm verilerini filtrelemek için Kokusuz Kalman filtresi kullanılmıştır. Kokusuz Kalman filtre çalışması için insansız sualtı aracının doğrusal olmayan matematiksel modeli simülasyonda kurulmuştur. Bu araç altı serbestlik derecesine sahiptir ve aracın simülasyon cevabından konum ve yönelim bilgileri elde edilmiştir. Bu konum ve yönelim bilgilerine dış bozucu eklenmiş ve navigasyon sensör verileri üretilmiştir. Navigasyon sensör verilerinden doğru konum ve yönelim kestirimi için kokusuz Kalman filtre algoritması kullanılmıştır. Kokusuz Kalman filtre kestirimi, makine öğrenmesi yöntemi olan Destek Vektör Makinesi ile iyileştirilmiştir. Filtre kestirim başarımları Zonguldak/Kozlu limanından alınan deneysel veriler üzerinde de test edilmiştir. İkinci olarak sualtı ortamının tanılanması için nesne tanılaması derin öğrenme yöntemi olan evrişimsel sinir ağı kullanılmıştır. Son olarak sualtında oluşturulan güvenli bölge devriyesi için sınır nesnelerinin otonom konum tahmini çalışması yapılmıştır. Belirlenen sınır nesneleri ile güvenli bir bölge oluşturulmuş ve insansız sualtı aracı bu sınır nesneleri görünce otonom olarak yönünü değiştirerek güvenli bölge devriyesini tamamlamıştır. Bu çalışmaya ek olarak güvenli bölgeye herhangi bir yabancı cisim veya düşman/yabancı bir sualtı aracı girdiğinde insansız sualtı aracının otonom nesne tanılama kabiliyeti ile tanılanacak ve tahmini konumu da bildirilecektir. Tüm çalışma deneysel olarak havuz ortamında gerçekleştirilmiştir. Havuz ortamında ilk olarak aracın hız testleri gerçekleştirilerek konum kestirim deneyi yapılmıştır. Ardından nesne tanılama çalışması için veri seti oluşturularak havuzda otonom nesne tanılaması yapılmıştır. Tüm bu çalışmaların tek bir deneyde test edilmesi için havuz içerisine dikdörtgen bir bölge oluşturularak insansız sualtı aracının otonom olarak bölge devriyesi sağlanmıştır. Güvenli bölge devriyesi sırasında aracın hem konum kestirim çalışması hem otonom nesne tanılaması hem de otonom düşman araç tanılayıp konum bildirimi test edilmiştir. Tüm testler başarı ile tamamlanmış ve insansız sualtı aracına otonom nesne tanılama ve bölge devriyesi kabiliyeti kazandırılmıştır. Bu tez için insansız sualtı aracının matematiksel model ve kokusuz Kalman filtre kestirimleri Matlab ortamında filtre kestirimlerinin iyileştirilmesi ve otonomluk çalışmaları Python ortamında gerçekleştirilmiştir.

Özet (Çeviri)

In this thesis, many sub-studies are presented to provide autonomous capabilities to an unmanned underwater vehicle as the main purpose. First, the Unscented Kalman filter was used to filter the measurement data. For the unscented Kalman filter, the nonlinear mathematical model of the unmanned underwater vehicle was established in the simulation. This vehicle has six degrees of freedom and its positions and orientations are obtained from the simulation response of the vehicle. External disturbance was added to these positions and orientations and navigation sensor data was generated. The unscented Kalman filter algorithm is used for accurate position and orientation estimation from navigation sensor data. The unscented Kalman filter estimation has been improved with the Support Vector Machine which is a machine learning method. Filter estimation performances were also tested on experimental data from Zonguldak/Kozlu port. Secondly, Convolutional Neural Networks, which is a deep learning method of object detection, were used for the detection of the underwater environment. Finally, autonomous position estimation of border objects was made to patrol protected/safe underwater areas. A safe area was created with the determined border objects, and when the unmanned underwater vehicle saw these border objects, it autonomously changed its direction and completed the safe area patrol. In addition to this study, when any foreign object or an enemy/foreign underwater vehicle enters the safe area, the enemy vehicle will be detected by the autonomous object detection capability of the unmanned underwater vehicle and its estimated location will be reported. All the study was carried out experimentally in a pool environment. In the pool environment, firstly, the speed tests of the vehicle were performed and the position estimation experiment was carried out. Then, autonomous object detection was implemented in the pool by creating a data set for object detection. In order to test all these studies in a single experiment, a rectangular area was created inside the pool and autonomous patrol of the unmanned underwater vehicle was ensured. During the safe area patrol, the vehicle's position estimation work, autonomous object detection, and autonomous enemy vehicle detection and position notification were tested. All tests were successfully completed and the unmanned underwater vehicle was equipped with autonomous object detection and area patrol capability. For this thesis, the mathematical model and unscented Kalman filter estimations of the unmanned underwater vehicle were carried out in Matlab environment, and the improvement of filter estimations and autonomy studies were carried out in Python environment.

Benzer Tezler

  1. İnsansız sualtı gözlem aracına otonom özellikler kazandırılarak nesne takibi ve deneysel uygulaması

    Object tracking and experimental application by gaining autonomous features to the unmanned underwater observation vehicle

    RECEP FATİH CANTEKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolZonguldak Bülent Ecevit Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEDA KARTAL

  2. CI-dragon-rov semi-autonome

    CI-dragon-yarı otonom insansız su altı aracı

    GÖNEN EREN

    Yüksek Lisans

    Fransızca

    Fransızca

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. S. MURAT EGİ

  3. Acoustic analysis of an underwater glider

    Bir sualtı planörünün akustik analizi

    TURGAY HIZARCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    Deniz Teknolojisi Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BİLGE TUTAK

  4. İnsansız sualtı aracının matematiksel modelinin durum ölçümlerine dayalı olarak tanılanması ve hata toleranslı kontrol

    Identification of the mathematical model of an unmanned underwater vehicle based on state measurements and fault tolerant control

    EMRE ÜNEY

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Gemi Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÇİNGİZ HACIYEV

  5. Su altı araçları için yeni geliştirilen hidrodinamik modelleme yöntemleri kullanılarak otonom bir su altı aracının hidrodinamik karakteristiğinin incelenmesi

    Investigation of hydrodynamic characteristic of an auv by using new developed hydrodynamic modeling techniques for underwater vehicles

    SERTAÇ ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HAYRİ ACAR

    PROF. DR. MEHMET ŞERİF KAVSAOĞLU