Geri Dön

Bir insansız hava aracının modellenmesi ve derin pekiştirmeli öğrenme tabanlı otonom kontrolü

Modeling of an unmanned aerial vehicle and autonomous control based on deep reinforcement learning

PDF İndir

  1. Tez No: 781696
  2. Yazar: BURAK TAŞ
  3. Danışmanlar: PROF. DR. AYŞEGÜL UÇAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Savunma ve Savunma Teknolojileri, Defense and Defense Technologies
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Savunma Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

İnsansız Hava Araçlarına (İHA) yönelik araştırma ilgisi, çok çeşitli uygulamalar için potansiyel kullanımları nedeniyle hızla artmıştır. İHA'lar uçuş manevrası olarak, top atma ve yakalama, İnsansız Yer Araçlarının (İYA) düzen kontrolü, kritik tarım alanlarında İHA'nın uçan bir sensör görevi görerek örneklemler yapabilmesi ve birçok buna benzer görevleri üslenebilmesi kabiliyeti sayesinde uzak ve riskli ortamlarda tehlikeli ve süreklilik gerektiren görevleri yerine getirebilme yetenekleriyle İHA'lar çok umut vermektedir. Son yıllarda, bilgi teknolojisi ve yapay zekadaki büyük ilerleme, giderek yaygınlaşmakta olan akıllı otonom sistemleri büyük ölçüde etkilemektedir. Bu tür bir gelişime, tam otonom, yarı otonom ve veya uzaktan kontrol edile bilen uçan araçlardan oluşan İnsansız Hava Araçlarını da etkisi altına almıştır. Bu alanda yapılan çalışmaların en temel öncelikli hedefi, İHA'ların herhangi bir insan kontrolü olmadan o anki durum ve şartlara göre kendi yol planlama, manevra yapma ve görev yerine geri dönme gibi kendi kararlarını alabilen bir otonom sistem oluşturmaktır. Otonom bir İnsansız Hava Aracından beklenen temel görev, insan müdahalesi olmaksızın çarpışmalardan kaçınarak ve verimli bir yol boyunca istenen hedeflere yönlenmesi amaçlamaktadır. Bu nedenle bir İHA'nın zorlu ortamlardaki otonom görevlerde bulunması çok önemli bir rol oynamaktadır. Bu çalışmada, derin pekiştirmeli öğrenme yaklaşımını kullanarak otonom bir İHA yolu planlama algoritması oluşturmak hedeflenmektedir. Bu çalışmanın temel amacı, belirli bir üç boyutlu statik engelleri aşarak belirlenen hedefe ulaşmasını sağlamaktır. Bunun için İHA'nın kendi kendini eğitmesi ve belirlenen hedefe eğitilmiş olan ağ yapısını kullanarak ulaşması beklenmektedir. Bu çalışmada, İHA'nın belirlenen hedefine ulaşması için engellerin sağından veya solundan geçerek kendi yolunu oluşturması gerekmektedir. Bu amaç doğrultusunda bu çalışmada sürekli eylem alanına sahip bir Derin Deterministik Politika Gradyanı (DDPG) tasarlanmıştır. Aynı zamanda İHA'nın kontrolü MAVROS iletişim protokolü aracılığı ile İHA ya aktarılmaktadır. Bu iletişim protokolü bu tez çalışmasına özgü olarak yeniden tasarlanmıştır. İHA ile varış noktası arasındaki mesafeyi en aza indirmek ve çarpışmaları cezalandırmak için bu çalışmaya özgü bir ödül işlevi geliştirilmiştir. Bu sayede İHA'nın çarpışmalardan kaçınarak istenilen hedefe en kısa yoldan ulaşması sağlanmıştır.

Özet (Çeviri)

Research interest in Unmanned Aerial Vehicles (UAV) has increased rapidly due to their potential uses for a wide variety of applications. UAVs offer a lot of promise with their ability to perform dangerous and continuous tasks in remote and risky environments, thanks to the ability of UAVs such as, perform flight maneuvers, ball throwing, and catching, and order control of Unmanned Ground Vehicles, the UAV's ability to perform samples by acting as a flying sensor in critical agricultural areas and to undertake many similar tasks. In recent years, great progress in information technology and artificial intelligence has significantly affected the increasingly widespread intelligent autonomous systems. This kind of development has also influenced Unmanned Aerial Vehicles, which consist of fully autonomous, semi-autonomous, and remotely controlled flying vehicles. The primary objective of the studies in this field is to create an autonomous system that can make its own decisions such as planning its own path, maneuvering, and returning to the duty place according to the current situation and conditions without any human control. The main task expected from an Autonomous Unmanned Aerial Vehicle is to avoid collisions without human intervention and to lead to desired targets along an efficient path. Therefore, it plays a very critical role for a UAV to perform autonomous missions in extreme environments. This thesis, it is aimed to create an autonomous UAV path planning algorithm using a deep reinforcement learning approach. The main purpose of this thesis is to reach the determined target by overcoming certain three-dimensional static obstacles. For this, it is expected that the UAV will train itself and reach the determined target by using the trained network structure. In this thesis, in order for the UAV to reach its determined target, it has to create its own path by passing from the right or left of the obstacles. For this purpose, a Deep Determining Policy Gradient (DDPG) with a continuous action area was designed in this thesis. At the same time, the control of the UAV is communicated to the UAV via the MAVROS communication protocol. This communication protocol has been redesigned specifically for this thesis. A reward function specific to this thesis was developed to minimize the distance between the UAV and the destination and penalize collisions. In this way, it was ensured that the UAV avoided collisions and reached the desired target by the shortest route.

Benzer Tezler

  1. Tez No

    393036

    Modeling, identification and simulation of a quadrotor using real-time flight data

    Bir dört rotorlu hava aracının gerçek zamanlı uçuş verisi ile modellemesi, tanılaması ve simülasyonu

    ATAKAN SARIOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYHAN KURAL

  2. Tez No

    883414

    Deep learning-based keypoints driven visual inertial odometry for GNSS-denied flight

    Yapay sinir ağları tabanlı nokta çıkarıcılı görsel-ataletsel odometri ile GPS'siz ortamda uçuş

    ARSLAN ARTYKOV

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE KOYUNCU

  3. Tez No

    322844

    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

  4. Tez No

    855515

    Hibrit bir insansız hava aracının modellenmesi ve kontrolü

    Hybrid unmanned aerial vehicle modeling and control

    ABDULLAH CAN AL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Uçak Mühendisliğiİstanbul Gelişim Üniversitesi

    Uçak Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN ERGÜVEN VATANDAŞ

    DR. ÖĞR. ÜYESİ ABDULLAH ERSAN OĞUZ

  5. Tez No

    594669

    Dört rotorlu bir insansız hava aracının modellenmesi ve PID kontrolcü tasarımı

    Modeling and PID controller design of a four rotor unmanned aerial vehicle

    MEHMET KARAHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. COŞKU KASNAKOĞLU

Geri Dön