Vision-based landing site detection for a UAV: From theory to application
İHA için görüş tabanlı iniş yeri tespiti: Teoriden uygulamaya
- Tez No: 844768
- Danışmanlar: DR. ÖĞR. ÜYESİ DAVOOD ASADIHENDOUSTANI
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Adana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Multirotor insansız hava araçları (İHA), arızalı motorlardan veya hasarlı pervanelerden kaynaklanabilen motor arızalarına oldukça yatkındır. Motor arızaları, çok motorlu İHA'nın dinamiklerini ciddi şekilde etkiler ve bu nedenle uçuş güvenliğini ve güvenilirliğini tehlikeye atar. Bu tür acil uçuş koşullarında, güvenli bir iniş İHA için hayati bir sorundur. Bu tezin amacı, görüntü işleme teknikleri ve derin öğrenme algoritmaları kullanarak uygun bir iniş alanı bulmak ve İHA'yı istenen iniş alanına doğru yönlendirmektir. Havadan çekilen görüntülerin analizi, kamera açıları, güneş ışığı, engellerin varlığı ve görüntü özelliklerinin tanınmasının zor olmasından dolayı zor bir analiz sürecidir. Arıza senaryoları gibi acil uçuş koşullarında, binalar ve ağaçlar gibi farklı engellerin bulunduğu, insan ve hayvanların bulunduğu bir alanda güvenli bir iniş alanının tespit edilmesi gerekmektedir. Bu nedenle, bu zorlukların üstesinden gelmek amacıyla, modelimizi eğitmek için Evrişimsel Sinir Ağı (CNN) mimarilerinden biri olan U-net yapısını içeren bir model kullanılmıştır. U-net mimarisi, en derin mekanizmalara ve en iyi algoritmalara sahip ResNet tabanını kullanır. Yukarıda bahsedilen hedeflere ulaşmak için, ATÜ üniversitesi kampüsünde çekilen ve hava fotoğraflarını içeren veri tabanı, CNN mimarisi kullanılmadan önce veri kümesi görüntüleri etiketlenerek segmente edilmiştir. Monoküler bir kamera kullanılarak istenen iniş alanı tespit edildikten sonra, 2D veri kümesi görüntülerinin analizine bağlı olarak İHA konumundan belirlenen alanın merkezine yol planlaması için A* algoritması kullanılmıştır. Tüm kodlar, TensorFlow adı verilen çok kullanışlı bir kütüphanesi olan Python ortamında yazılmıştır.
Özet (Çeviri)
This study addresses the critical need to enhance the safety of multirotor UAVs during emergency flights by addressing the challenges of identifying suitable landing spots and avoiding collisions with obstacles. Drones encounter difficulties due to their elevated height, leading to potential collisions, inaccurate distance estimation, and weak radio signals. Researchers are diligently developing a cost-effective and efficient landing system to mitigate these issues and enhance overall safety. Key gaps in vision-based landing site detection for UAVs include adapting to varying environmental conditions, achieving real-time processing, precise obstacle recognition, ensuring robustness, and scalability, handling data anomalies, integrating with other sensors, obtaining diverse training data, complying with regulations, and maintaining cost-effectiveness. To address these challenges, the proposed model combines a U-Net, a deep Convolutional Neural Network (CNN) architecture, with a ResNet 34 backbone. The model builds a labelled aerial photo database using image segmentation techniques for CNN training, determines landing areas through 2D dataset image analysis, and plans paths from the UAV's position to the designated area centre using the A* algorithm. The entire research is implemented in Python, harnessing TensorFlow's capabilities. Impressively, the model achieves a training accuracy of 96.6% and a validation accuracy of 96.34% while utilizing approximately 80% of the dataset, comprising 1480 images, during the training phase, with a recorded training loss of 0.1034. These outcomes underscore the model's exceptional accuracy, establishing it as a cornerstone for subsequent landing area selection and path planning by the algorithm.
Benzer Tezler
- İnsansız hava araçlarında görüntü işleme tabanlı iniş sistemi tasarımı ve gerçeklemesi
Design and realization of vision based landing algorithm for unmanned aerial vehicle
ALİ VURGUN
Yüksek Lisans
Türkçe
2019
Mekatronik MühendisliğiYıldız Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN YEŞİLDİREK
- Vision based automated landing of quadrotors
Dört pervaneli uçan robotların görüntü temelli otonom inişi
MUSTAFA METE
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HURİYE IŞIL BOZMA AYDIN
- Dikey iniş kalkışlı insansız hava araçları için görsel işaretleyici sistemler ile görüntü tabanlı konum kestirimi
Vision based position estimation with markers for vertical takeoff and landing unmanned air vehicles
MÜCTEBA UZUNOĞLU
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHARREM MERCİMEK
- Mikro hava araçlarının bilinmeyen ortamlarda görüntü temelli kontrolü
Vision based control of micro air vehicles in unknown environments
CİHAT BORA YİĞİT
Yüksek Lisans
Türkçe
2012
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERDİNÇ ALTUĞ
- A control-theoretic approach for vision based quality aware autonomous navigation and mapping toward drone landing
Drone inişine yönelik görüş tabanlı kalite farkındalığında otonom navigasyon ve haritalama için bir kontrol teorisi yaklaşımı
ONURALP SÖZER
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR