İnsansız hava araçları için RRT ve YPA tabanlı hibrid ve yapay sinir ağı destekli genel yol planlamasının geliştirilmesi
Development of global path planning using hybrid and artificial neural network based on RRT and APF for unmaned aerial vehicles
- Tez No: 895844
- Danışmanlar: PROF. DR. YAŞAR BECERİKLİ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 99
Özet
İnsansız Hava Araçlarının (İHA) kullanım alanları ve otonom olarak yapabildiği görevlerin sayısı günümüzde oldukça artmıştır. İHA gözetleme, keşif vb. askeri görevlerde çok uzun süredir kullanılmaktadır. Günümüzde İHA, önem ve etkisinin yüksek olmasının fark edilmesiyle askeri görevlerle birlikte farklı sivil alanlarda içinde yoğun olarak kullanılmaya başlanmıştır. İHA'nda çözülmesi gereken farklı problemler arasında en önemli problemlerinden birisi de yol planlama problemidir. Başlangıç ve hedef nokta arasında uçuş sırasında statik ve dinamik engellerden sakınarak güvenli ve araca ait kinematik kısıtlarının da göz önünde bulundurularak uygun bir yolun bulunması yol planlama yaklaşımın temelini oluşturur. Uygun yol planlamasının yapılması, özellikle karmaşık uçuş alanlarında ve gerçek zamanlı hareket planlaması yapılmasına ihtiyaç duyulduğu durumlarda oldukça kritik bir öneme sahiptir. Yol planlaması probleminin çözümü için problemin doğasına uygun olarak farklı yaklaşım ve algoritmalar geliştirilmiştir. Tez çalışması kapsamında dört motorlu insansız hava aracı için yol planlamasının yapılması amacıyla MATLAB ortamında Rapidly-exploring Random Tree (RRT) ve Yapay Potansiyel Alan (YPA) algoritmaları ile hibrid bir uygulama geliştirilmiştir. Geliştirilen bu uygulamadan elde edilen sonuçlar ile bir Yapay Sinir Ağı (YSA) eğitimi gerçekleştirilmiştir. Bunun için öncelikle geliştirilen hibrid uygulama üzerinden yapay sinir ağının eğitimi için kullanılacak veri kümesi oluşturulmuş sonrasında bu veri kümesi Tensorflow Kütüphanesi kullanılarak oluşturulan YSA modelinin eğitimi için kullanılmıştır. YSA modelinin gerçek dünya problemlerine uygun olarak uygulama ve testlerinin yapılabilmesi amacıyla farklı uygulama dilleri ve platformlarını birlikte çalışabilirliğini sağlayan robot sistemlerde yoğun olarak kullanılan Robot İşletim Sistemi (Robot Operating System - ROS) kullanılmıştır. ROS ile entegrasyonu kolay olan, birlikte çalışabilme başarım düzeyi oldukça yüksek olan bir Gazebo simülatör aracı tez çalışması kapsamında simülasyon platformu olarak kullanılmıştır. Geliştirilen algoritmanın performansı ROS ortamında RRT ve YPA hibrid algoritması ile karşılaştırılmıştır. Karşılaştırma sonucunda geliştirilen ve önerilen yöntemin yol uzunluğunun ve çalışma süresinin azaltılması açısından başarılı olduğu görülmüştür.
Özet (Çeviri)
The application fields and the number of autonomous tasks that Unmanned Aerial Vehicles (UAVs) can perform have significantly increased in recent times. UAVs have long been utilized for military tasks such as surveillance and reconnaissance. Nowadays, recognizing the importance and high impact of UAVs, their use has commenced intensively in various civilian fields alongside military missions. Among the different challenges that need to be addressed in UAVs, one of the most critical is the path planning problem. The basis of the path planning approach is to find an appropriate path that avoids static and dynamic obstacles during flight between the start and destination points, taking into account the kinematic constraints of the vehicle. Effective path planning, especially in complex flight areas and situations where real-time motion planning is necessary, holds critical significance. To solve the path planning problem, various approaches and algorithms have been developed that suit the nature of the problem. Within the scope of the thesis work, a hybrid application utilizing Rapidly-exploring Random Tree (RRT) and Artificial Potential Field (APF) algorithms has been developed in MATLAB environment for path planning of a quadrotor UAV. The results obtained from this application have been used to train an Artificial Neural Network (ANN). For this purpose, a dataset for training the artificial neural network was initially created using the developed hybrid application, and then this dataset was employed to train the ANN model created with the Tensorflow Library. To enable the application and testing of the ANN model in real-world problems, the Robot Operating System (ROS), widely used in robotic systems for its interoperability across different programming languages and platforms, was utilized. Additionally, a Gazebo simulator, known for its high level of interoperability and integration ease with ROS, was employed as the simulation platform within the thesis work. The performance of the developed algorithm was compared with the RRT and APF hybrid algorithm in the ROS environment. The comparison revealed that the developed and proposed method was successful in reducing the path length and operation time.
Benzer Tezler
- Probabilistic motion planning in complex environments for unmanned aerial vehicles
Karmaşık çevrelerde uçan insansız hava araçları için olasılıksal yörünge planlama
EMRE KOYUNCU
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. GÖKHAN İNALHAN
- Üç boyutlu ortamda en kısa yol planlama uygulamaları
Path planning applications in three dimensional environment
ELAF JIRJEES DHULKEFL DHULKEFL
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN TERZİOĞLU
DR. ÖĞR. ÜYESİ AKİF DURDU
- İnsansız hava araçları için yol planlama ve yol izlemealgoritmaları kullanarak güzergah optimizasyonu
For unmanned aerial vehicles, path optimization withpath planning and tracking algorithms
HÜSNÜ UMUT OKUR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR ÖZTÜRK ÖZDEMİR
DR. MUSA NURULLAH YAZAR
- Sürü halinde hareket eden insansız hava araçları için çok amaçlı yol planlaması ve toplanma optimizasyonu
Multi-objective path planning and flocking optimization for swarm of UAVs
ANIL ULAŞ KOÇAK
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖKKEŞ TOLGA ALTINÖZ
- Zeki yöntemler kullanılarak insansız hava aracı için dinamik ortamda rota planlaması
Route planning for unmanned aerial vehicles in dynamic environment using intelligence methods
BURAK GÖNÜLTAŞ
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖKKEŞ TOLGA ALTINÖZ