Otonom kara araçları için insansız hava aracı ile negatif engel tespit metodu
Negative obstacle detection by unmanned aerial vehicle for autonomous land vehicles
- Tez No: 826672
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET SARIKAHYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Havacılık Mühendisliği, Uçak Mühendisliği, Computer Engineering and Computer Science and Control, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Gedik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: 51
Özet
Yapay zekâ teknolojileri tüm dünyada gün geçtikçe daha fazla yer edinmektedir. Sağlıktan uzay teknolojilerine kadar çok geniş bir alanda etkinlik gösteren yapay zekâ çalışmaları, insan hayatını kolaylaştırmasının yanı sıra gelecekteki yaşam faktörlerini değiştirecek yenilikler sağlamaktadır. Askeri, lojistik, ulaşım gibi pek çok farklı alanda faaliyet gösterecek otonom araç sistem projeleri de yapay zekâ çalışmalarının başında gelmektedir. Bu tezde askeri maksatlı otonom araç sistemlerinin geliştirilmesinde karşılaşılan en önemli sorunlardan olan negatif engel tespit yöntemleri üzerine kurulan metodolojik çalışma anlatılacaktır. Otonom araçların kullandıkları yollar orta ve yüksek irtifada seyir halindeki döner kanatlı insansız hava aracı aracılığıyla sık periyotlarda haritalandırılacak, engeller tespit edilecek ve tespit edilen tüm engeller aracın veri havuzunda toplanacaktır. Toplanan veriler teşhis edilecek, sınıflandırılacak ve önceliklendirilecektir. İnsansız hava aracının etkinliğinin stabil kalması için otonom araç üzerindeki platforma otonom iniş ve kalkışı modellenecektir. Kurulan Yapay Sinir Ağı algoritması ile makine öğrenmesi gerçekleştirilecektir. Böylelikle otonom araç ile insansız hava aracı arasındaki etkileşimden ötürü otonom araç, negatif engellere takılmadan ilerlemeye devam edecektir. Bu çalışmada sistem mimarisinin nasıl kurulacağı, kurulan mimarinin ve makine öğrenmesinin başarı oranı kurulan model ile anlatılmaya çalışılacaktır.
Özet (Çeviri)
Artificial intelligence technologies are gaining more and more places all over the world. Operating in a wide range of fields from health to space technologies, artificial intelligence studies provide innovations that will change future life factors as well as facilitating human life. Autonomous vehicle system projects that will operate in many different fields such as military, logistics and transportation are also among the main AI studies. In this article, the methodological study on negative obstacle detection methods, which is one of the most important problems encountered in the development of autonomous vehicle systems for military purposes, will be explained. The roads used by autonomous vehicles will be mapped in frequent periods by means of a rotating winged drone traveling at medium and high altitudes, obstacles will be detected, and all obstacles detected will be collected in the vehicle's data pool. The collected data will be identified, classified, and prioritized. Autonomous landing and takeoff will be modeled on the platform on the autonomous vehicle to keep the effectiveness of the unmanned aerial vehicle stable. Machine learning will be performed with the established artificial neural network algorithm. Thus, due to the interaction between the autonomous vehicle and the unmanned aerial vehicle, the autonomous vehicle will continue to move forward without negative obstacles. In this study, how to establish the system architecture, the success rate of the established architecture and machine learning is tried to be explained with the established model.
Benzer Tezler
- A practical implementation of navigation and obstacle avoidance for quadcopters
Dört pervaneli helikopterler için bir engelden kaçınma ve seyrüsefer uygulaması
ONUR YILDIRIM
Yüksek Lisans
İngilizce
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Otonom kara ve hava araçları ile akıllı tarım: Hasat optimizasyonu üzerine bir uygulama
Smart agriculture with autonomous ground and air vehicles: Application on to harvest optimization
ALPARSLAN GÜZEY
- Uçak üzeri eş zamanlı konumlama ve haritalama (EZKH)'da artırılmış tutarlılık için gözlenebilirlik kısıtlı kalman filtreleri
The observability constraints of kalman filter for increasing consistency in airborne simultaneous localization and mapping (A-SLAM)
ABDULLAH ERSAN OĞUZ
Doktora
Türkçe
2012
Elektrik ve Elektronik MühendisliğiHava Harp Okulu KomutanlığıElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Active slam with informative path planning for heterogeneous robot teams
Heterojen robot takımları için bilgilendirici yol planlamalı aktif EZKH
MEHMET CANER AKAY
Doktora
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- A model based flight control system design approach for micro aerial vehicles using integrated flight testing and hil simulations
Küçük boyutlu insansız hava araçları üzerinde sistem tanılama, uçuş kontrol sistem tasarımı ve donanım ile benzetim uygulamaları
BURAK YÜKSEK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN İNALHAN