CNN-based continuous prediction of a moving platformtrajectory for swarm landing in a cluttered environment
Karmaşık ortamlarda sürü inişi için hareket eden bir platformun izini kesintisiz tahmin etmek için CNN tabanlı bir yaklaşımın geliştirilmesi
- Tez No: 911916
- Danışmanlar: DOÇ. DR. DZMİTRY TSETSERUKOU
- Tez Türü: Yüksek Lisans
- Konular: Belirtilmemiş.
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Skolkovo Institute of Science and Technology
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 42
Özet
Drone'ların sınırlı pil ömrü ve görev sırasında iniş gereksinimleri dikkate alındığında, karmaşık ortamlarda sürü inişi için hareket eden bir platformun izinin doğru ve kesintisiz bir şekilde tahmin edilmesi zorlu bir sorundur ve ele alınması gereken önemli bir konudur. Bu tezde önerilen sistem, karmaşık bir ortamda bir dört ayaklı robotun hareket halindeki izini sürekli olarak tespit etmek ve izlemek için bir CNN tabanlı tanıma algoritması ve bir Kalman filtresi kullanmaktadır. Önerilen sistem, drone'ların platforma güvenli ve verimli bir şekilde inmesini sağlar, hatta platformun hareket ettiği durumlarda bile. Ayrıca, robotun görüş alanından kaybolduğu durumlarda, tahmin edilen izi kullanarak robotun konumunu yeniden belirlemek için bir çözüm sunar. Önerilen sistem, teslimat hizmetleri, arama kurtarma görevleri ve gözetim operasyonları da dahil olmak üzere çeşitli alanlarda önemli uygulamalara sahiptir. Sistem, drone'ların iniş sürecinde kaza riskini azaltmaya ve felaket bölgelerinde veya uzak bölgelerde paket veya kritik malzemelerin otonom ve verimli bir şekilde teslim edilmesini sağlamaya yardımcı olabilir. Ayrıca, önerilen sistem, hareketli hedeflerin sürekli izlenmesini ve kapsanmasını sağlayarak hava gözetim operasyonlarının yeteneklerini artırmak için kullanılabilir. Deneysel sonuçlar, önerilen sistemin başarılı bir şekilde dört ayaklı robotun platformuna inişini sağlama konusundaki etkinliğini göstermektedir. Bu tezde sunulan yaklaşım, karmaşık bir ortamda hareket eden bir platforma sürü inişi sorununa umut verici bir çözüm sunmakta ve geniş bir yelpazede pratik uygulamalara sahiptir.
Özet (Çeviri)
Considering the limited battery life and in-mission landing requirements of the drones, the challenge in achieving accurate and continuous prediction of a moving platform trajectory for swarm landing in cluttered environments is a significant problem that needs to be addressed. In this thesis, proposed system uses a CNN-based recognition algorithm and a Kalman filter to continuously detect and track a quadruped robot in motion in order to localize it in a cluttered environment. The proposed system enables the drones to land safely and efficiently on the robot's platform, even when it is moving. Additionally, the system provides a solution for cases when the robot is lost from sight, by utilizing the predicted trajectory to reacquire the robot's position. The proposed system has significant applications in various fields, including delivery services, search and rescue missions, and surveillance operations. The system can help reduce the risk of drone crashes during the landing process and enable autonomous and efficient delivery of packages or critical supplies in disaster zones or remote areas. Moreover, the proposed system can be used to improve the capabilities of aerial surveillance operations, providing continuous coverage and tracking of moving targets. The experimental results demonstrate the effectiveness of the proposed system in achieving successful landing on the quadruped robot's platform. The approach presented in this thesis provides a promising solution for the challenging problem of swarm landing on a moving platform in a cluttered environment, with a wide range of practical applications.
Benzer Tezler
- Güç sistemlerinde geçici hal kararsızlığının ve gelişiminin derin öğrenme ve karar ağacı tabanlı yöntemler ile geniş alan ölçümlerine dayalı olarak erken kestirimi
Wide area measurement based early prediction of power system transient instability and its evolution using deep learning and decision tree based algorithms
MERT KESİCİ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- State of health prediction of lithium-ion batteries using machine learning methods
Lityum-iyon bataryaların makine öğrenmesi yöntemleri kullanılarak sağlık durumu kestirimi
YAVUZ AYDIN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BURCU ERKMEN
- Uzun kısa süreli bellek (LSTM) kullanarak İstanbul ve civarı için deprem eğilimi tahmini
Earthquake trend prediction for İstanbul and surroundings using long short term memory (LSTM)
YASİN KARAKUŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN ALTUNTAŞ
- Predictive error compensated wavelet neural networks framework for time series prediction
Zaman serisi tahmini için hata tazminli dalgacık dönüşümlü sinir ağları çerçeve yazılımı
SERKAN MACİT
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Convolutional neural network based partial discharge pattern classification of medium voltage cable terminations
Orta gerilim kablo başlıklarında evrişimli sinir ağları ile kısmi boşalma örüntü sınıflandırılması
HALİL İBRAHİM ÜÇKOL
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDOĞAN ÖZDEMİR