Otonom su altı araçlarda robot işletim sistemi tabanlı yol planlama
Path planning in underwater autonomous vehicles based on robotic operating sytem
- Tez No: 891428
- Danışmanlar: DOÇ. DR. FECİR DURAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Su altı ortamları, sınırlı veri erişimi ve fiziksel koşullarından dolayı otonom araç navigasyonu için büyük zorluklar sunar. Bu çalışma, uzun menzilli otonom denizaltı araçlarının (LRAUV'ler) rotalarının planlanmasında geleneksel kontrolcüler yerine Derin Q-Öğrenme (DQN) ve Çift Gecikmeli Derin Belirleyici Politika Gradienti (TD3) algoritmalarının uygulanmasını araştırmaktadır. Su altı aracının Gazebo simülasyon ortamındaki kontrolü Robot İşletim Sistemi (ROS) kullanılarak yönetilmektedir. Elde edilen sonuçlar, bu algoritmaların geleneksel kontrolcülere kıyasla birçok avantaj sağlayabileceğini göstermektedir. Çalışma hem DQN hem de TD3 algoritmalarının su altı araçlarının rotalarının planlanmasında etkin bir şekilde kullanılabileceğini ve eğitimlerin simülasyon ortamında etkili bir şekilde gerçekleştirilebileceğini vurgulamaktadır. Bu araştırmanın amacı, su altı araçları için pek çok geleneksel kontrol yöntemine kıyasla, pek çok öğrenmeye dayalı otonom rotalama algoritmalarının etkinliğini ve potansiyel yararlarını araştırmaktır. Çalışmada Gazebo simülatör üzerinde modellenen bir su altı simülatörü kullanılmıştır. Simülasyon tabanlı öğrenmeyi gerçekleştirmek amacı ile geliştirilen Robot İşletim Sistemi tabanlı ve simülasyon sistemi arasında bir iletişim mimarisi tasarlanmıştır. Simülasyon tabanlı öğrenmede aktif olarak konuşlandırılmış bir su altı aracı modeli kullanılmıştır. Bulgular, DQN ve TD3 yöntemlerinin su altı araçlarının rota planlamasında etkin olduğunu ve algoritma performansı üzerinde hiperparametrelerin kritik etkisini vurgulamaktadır. Sonuç olarak, DQN ve TD3 yöntemlerini kullanarak otonom su altı araçlarının rota planlamasının mümkün olduğu ve bu alanda gelecekte önemli ilerleme potansiyeli taşıdığı açıkça ortaya görülmüştür.
Özet (Çeviri)
Underwater environments present significant challenges for autonomous vehicle navigation due to limited data access and physical conditions. This study investigates the application of Deep Q-Learning (DQN) and Twin Delayed Deep Deterministic Policy Gradient (TD3) algorithms in the route planning of long-range autonomous underwater vehicles (LRAUVs) instead of traditional controllers. The control of the underwater vehicle in the Gazebo simulation environment is managed using the Robot Operating System (ROS). The results obtained indicate that these algorithms can provide many advantages compared to traditional controllers. The study emphasizes that both DQN and TD3 algorithms can be effectively used for route planning of underwater vehicles and that training can be conducted efficiently in a simulation environment. The aim of this research is to explore the effectiveness and potential benefits of many learning-based autonomous routing algorithms compared to traditional control methods for underwater vehicles. A underwater simulator modeled on the Gazebo simulator was used in the study. To achieve simulation-based learning, a communication architecture between the Robot Operating System-based simulation system and the simulator was designed. An actively deployed underwater vehicle model was used in simulation-based learning. The findings highlight that both DQN and TD3 methods are effective in route planning for underwater vehicles and underscore the critical impact of hyperparameters on algorithm performance. Consequently, it is evident that autonomous underwater vehicle route planning using DQN and TD3 methods is feasible and holds significant potential for future advancements in this field.
Benzer Tezler
- Stereo görme ile hareketli görüntülerde engellerin uzaklık ve boyutlarının gerçek zamanlı bulunması
Real-time distance and dimension estimation of the obstacles using active stereo camera
EMRE ÖZGÜNDÜZ
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. ELİF KARSLIGİL
- Otonom robot ve kontrol birimi tasarımı
Design of autonomous robot and control unit
HALİL DURMUŞ
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ECE OLCAY GÜNEŞ
- Alternative navigation methods: Fusion of optical flow and visual-inertial pose estimation using EKF
Alternatif navigasyon metotları: EKF kullanılarak, poz tahmini için optik akışı ile görsel ataletliyi füzyon etmektedir
ABDEL SALAM BAWARSHI
Yüksek Lisans
İngilizce
2019
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE KOYUNCU
- Demarine AUV: dynamic motion controlled underwater robot for surveying vessels and shallow water environment
Demarıne AUV: deniz taşıtları ve sığ su çevresi denetimi için dinamik hareket kontrollü sualtı robotu
KERİM DENİZ KAYA
Doktora
İngilizce
2023
Mekatronik MühendisliğiDokuz Eylül ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. AYTAÇ GÖREN
- Su altı otonom araçlarda navigasyon ve yol planlama çözümleri
Navigation and path planning solutions for underwater autonomous vehicles
METİN BAYDARAKÇI
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiPamukkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HATİCE HİLAL EZERCAN KAYIR