İnsansız hava araçlarının kritik uçuş verilerini güvenli depolayan ve arazi koşullarına göre otonom iniş yapabilen açıklanabilir yapay zeka tabanlı bir uygulama
A comprehensible artificial intelligence based application that securely stores critical flight data of unmanned aerial vehicles and enables autonomous landing based on terrain conditions
- Tez No: 889962
- Danışmanlar: DOÇ. DR. BEKİR AKSOY, ÖĞR. GÖR. REMZİ GÜRFİDAN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Gerçekleştirilen yüksek lisans tezinin amacı insansız hava araçlarının iniş sırasında karşılaşabileceği engelleri ve değişken arazi koşullarını doğru şekilde algılayarak güvenli bir iniş gerçekleştirmesini sağlamaktır. Bu süreçte insansız hava araçlarının aldığı kararların kararlı bir şekilde açıklanabilir olması da hedeflenmektedir. Çalışma kapsamında, insansız hava aracının tasarımı, sensörler, Raspberry Pi 3B+ ve Python programlama dilinde hazırlanan yazılım ile gerçekleştirilmiştir. İnsansız hava aracı ile farklı arazi koşullarında uçuşlar yapılarak farklı çevresel durumlar için veriler toplanmış ve elde edilen veriler çalışmaya özgü tasarlanan derin öğrenme modelinin eğitimi için kullanılmıştır. Çalışmaya özgü geliştirilen derin öğrenme modeli, iniş sırasında çevresel verileri analiz ederek güvenli iniş stratejileri geliştirmiştir. Blok zinciri entegrasyonu ise, telemetri verilerinin güvenli ve kesintisiz bir şekilde iletilmesini sağlamıştır. Sonuçlar, geliştirilen sistemin insansız hava araçlarının iniş güvenliğini ve operasyonel verimliliğini önemli ölçüde artırdığını göstermiştir.
Özet (Çeviri)
The aim of the master's thesis is to enable unmanned aerial vehicles to perform a safe landing by accurately detecting the obstacles and variable terrain conditions that they may encounter during landing. In this process, it is also aimed that the decisions taken by the unmanned aerial vehicles can be explained in a stable manner. Within the scope of the study, the design of the unmanned aerial vehicle was realized with sensors, Raspberry Pi 3B+ and software prepared in Python programming language. The unmanned aerial vehicle was flown in different terrain conditions and data were collected for different environmental conditions and the data obtained were used for training the deep learning model designed specifically for the study. The deep learning model developed for the study developed safe landing strategies by analyzing environmental data during landing. Blockchain integration ensured secure and seamless transmission of telemetry data. The results show that the developed system significantly improves the landing safety and operational efficiency of unmanned aerial vehicles.
Benzer Tezler
- Fuel level sensor calibration tool
Yakıt seviye sensörü kalibrasyon aracı
MÜMİN TÜRKYILMAZ
Yüksek Lisans
İngilizce
2024
Havacılık ve Uzay MühendisliğiGebze Teknik ÜniversitesiEnerji Teknolojileri Ana Bilim Dalı
DOÇ. DR. ALİ MURAT SOYDAN
- Modeling, simulation, and test flight validation of a fixed-wing unmanned aircraft system
Sabit kanatlı bir insansız hava aracının modellenmesi simülasyonu ve test uçuşlarıyla doğrulanması
ERTUĞRUL BARIŞ ÖNDEŞ
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT
- İnsansız Hava Araçlarının Otokodlayıcı Derin Sinir Ağı Kullanılarak Arazi Temelli Navigasyon ile Konum Tespiti
Location Detection of Unmanned Aerial Vehicles with Terrain-Based Navigation Using Autoencoder Deep Neural Network
AHMET ERTUĞRUL ARIK
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DOÇ. DR. NURİ EMRAHOĞLU
- Development and testing novel guidance algorithms for visual drone interception
Görsel dron yakalama için yeni güdüm algoritmalarının geliştirilmesi ve testi
AHMET TALHA ÇETİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- Airplane detection and identification based on mask region convolution neural network
Üzerine göre uçak tespit ve tip tanimlama mask region convolution neural network
WALEED AL-SHAIBANI
Yüksek Lisans
İngilizce
2020
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DR. MUSTAFA HELVACI