İnsansız su üstü aracı için pekiştirmeli öğrenme temelli yörünge planlama
Trajectory planning based on reinforcement learning for unmanned surface vehicle
- Tez No: 955728
- Danışmanlar: PROF. DR. İNCİ SARIÇİÇEK, PROF. DR. AHMET YAZICI
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Üretim ve Servis Sistemleri Bilim Dalı
- Sayfa Sayısı: 104
Özet
Otonom sistemlerin gelişimiyle birlikte, İnsansız Su Üstü Araçlar (Unmanned Surface Vehicles-USV), deniz ortamında güvenli ve verimli görevlerin gerçekleştirilmesine olanak sağlamaktadır. Bu tez çalışmasında, USV'lerin çarpışma risklerini en aza indirerek, Uluslararası Denizde Çarpışmayı Önleme Kurallarına (COLREGs) uygun şekilde hareket etmelerini sağlayacak otonom bir sistem geliştirilmiştir. Amaç, gerçek zamanlı yörünge planlaması ile çarpışmalardan kaçınan, kurallara uygun ve çevresel koşullara duyarlı bir navigasyon sistemi tasarlamaktır. Geliştirilen sistemde, Derin Q Ağı (Deep Q Network-DQN) modeli tabanlı pekiştirmeli öğrenme yöntemi önerilmiştir. Yörünge üretiminde B-Spline eğrileri kullanılarak aracın manevra kabiliyeti modellenmiş, kontrol noktaları aracılığıyla çevreye uyumlu yumuşak eğriler elde edilmiştir. Pekiştirmeli öğrenme tabanlı yörünge planlamada dalga boyu, rüzgâr ve akıntı hızı gibi çevresel etkenler dikkate alınmaktadır. Önerilen yöntem, farklı simülasyon senaryolarında test edilmiş, doğrusal ve açısal hız değerleri ile theta açısının değişimi gözlemlenmiştir. Farklı öğrenme oranları ve sinir ağı yapılarına göre yapılan karşılaştırmalarda, elde edilen Q değerleri üzerinden sistem performansı analiz edilmiştir. Deneysel sonuçlar, önerilen pekiştirmeli öğrenme tabanlı yörünge planlama sisteminin başarılı sonuçlar verdiğini ortaya koymaktadır. Yöntem, yalnızca tek bir eğitim süreci ile benzer senaryolara doğrudan uygulanabilirlik sunarak, geleneksel yöntemlere kıyasla önemli ölçüde esneklik ve hız avantajı sağlamaktadır. Bu özellikler, otonom deniz araçlarıyla gerçekleştirilen görevlerin operasyonel verimliliğini artıracaktır.
Özet (Çeviri)
The advancement of autonomous systems has enabled unmanned surface vehicles (USVs) to conduct safe and efficient operations in marine environments. In this thesis, an autonomous system is developed to enable USVs to navigate in compliance with the International Regulations for Preventing Collisions at Sea (COLREGs) while minimizing the risk of collisions. The goal is to design a navigation system that performs real-time trajectory planning, avoids collisions, and adapts to environmental conditions. In the developed system, a reinforcement learning method based on the Deep Q-Network (DQN) model is proposed. B-spline curves are used for trajectory generation, modeling the maneuverability of the USV, and producing smooth, adaptive paths through control points. Reinforcement learning-based trajectory planning integrates environmental conditions such as wave height, wind speed, and current velocity. The proposed method was tested in various simulation scenarios, and changes in linear and angular velocity values as well as the theta angle were observed. System performance was evaluated based on Q-values obtained under different learning rates and neural network architectures. Experimental results reveal that the proposed reinforcement learning-based trajectory planning system yields successful outcomes. The system provides direct applicability to similar scenarios with a single training process, offering significant flexibility and speed advantages compared to traditional methods. These features will enhance the operational efficiency of tasks carried out by autonomous maritime vehicles.
Benzer Tezler
- Navigation and control of an unmanned sea surface vehicle
Bir insansız su üstü aracının navigasyonu ve denetimi
MURAT KUMRU
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KEMAL LEBLEBİCİOĞLU
- Control and guidance of an unmanned sea surface vehicle
Bir insansız su üstü aracının güdüm ve denetimi
KENAN AHISKA
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. M. KEMAL LEBLEBİCİOĞLU
- Modeling and control of a fully actuated unmanned surface vehicle
Tam tahrikli bir insansız yüzey aracının modellenmesi ve kontrolü
MUSTAFA KILINÇ
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA MERT ANKARALI
- İnsansız su üstü araçlarının yol takibi için kullanılan güdüm yasalarının optimizasyonu ve yeni bir algoritmanın geliştirilmesi
Optimization of guidance laws used for path following of unmanned surface vehicles and development of a novel algorithm
OSMAN ÜNAL
Doktora
Türkçe
2024
DenizcilikSakarya Uygulamalı Bilimler ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. NURİ AKKAŞ
DR. ÖĞR. ÜYESİ GÖKHAN ATALI
- Otonom su üstü ve su altı araç formlarının hidrodinamik açıdan geliştirilmesi
Hydrodynamic development of autonomous surface and underwater vehicle forms
MESUT TANER
Doktora
Türkçe
2023
Gemi MühendisliğiDokuz Eylül ÜniversitesiDeniz Bilimleri ve Teknolojisi Ana Bilim Dalı
PROF. DR. KADRİ TURGUT GÜRSEL