Virtual GPS for uav navigation in GPS-denied environments: sensor fusion of ınertial navigation system and google maps-based virtual gps using kalman filtering
Gps erişimi kısıtlı bölgelerde iha navigasyonu için sanal gps: kalman filtrelemesi kullanılarak ataletsel navigasyon sistemi ve google haritalar tabanlı sanal GPS'in sensör füzyonu
- Tez No: 986407
- Danışmanlar: PROF. DR. CAN ULAŞ DOĞRUER
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Modern insansız hava araçları (İHA), birçok alanda vazgeçilmez araçlar haline gelmiş olsalar da önemli bir zayıflığı paylaşmaktadırlar: doğru konum bilgisi için Küresel Konumlandırma Sistemi (GPS) sinyallerine olan tam bağımlılıkları. Bu bağımlılık, GPS sinyallerinin karıştırma, sistem arızaları veya uydu pozisyonları gibi nedenlerle kullanılamaz hale gelebilmesi sebebiyle İHA'ları savunmasız bırakmaktadır. Bu gibi durumlarda İHA'lar, seyrüsefer kabiliyetlerini yitirerek genellikle aracın kaybedilmesine yol açan sonuçlarla karşılaşabilirler. Bu araştırma, uydu tabanlı sinyallere ihtiyaç duymadan doğru küresel konumlandırma sağlayan bir Sanal GPS yaklaşımı ile bu sınırlamanın üstesinden gelmeye odaklanmaktadır. Sistem, GPS'i, Google Haritalar gibi kamuya açık uydu görüntülerini küresel bir referans olarak kullanan görsel-ataletsel bir yerelleştirme yöntemiyle değiştirmektedir. Simülasyon, üç entegre bileşen etrafında kurulmuştur. İlk olarak, geometrik dönüşümler kullanılarak Google Haritalar uydu görüntülerinden sanal bir İHA kamera görüntüsü oluşturulur. İkinci olarak, hem sanal İHA kamerasından hem de uydu görüntülerinden, ölçek ve aydınlatma değişimlerine karşı dayanıklılık sunan Hızlandırılmış Sağlam Özellikler (SURF) algoritması kullanılarak özellikler çıkarılır. İki görüntü kaynağı arasındaki özellik eşleştirmesi, hatalı eşleşmeleri sistematik olarak reddederken güvenilir karşılıklar kurmak için Rastgele Örneklem Mutabakatı (RANSAC) algoritmasına girdi sağlar. Doğrulanan bu karşılıklar, İHA'nın küresel konumu ve yönelimi için doğrudan tahminler üreten bir benzerlik dönüşümünün hesaplanmasını mümkün kılar. Üçüncü bileşen olan sensör füzyonu, düşük frekanslı görsel konum tahminlerini yüksek frekanslı ataletsel ölçümlerle bir Genişletilmiş Kalman Filtresi (EKF) aracılığıyla entegre ederek sürekli bir yerelleştirme çözümü sunar. EKF, altı boyutlu bir durum vektörünü takip eder ve görsel ölçümler, aykırı değerleri reddetmek için Mahalanobis uzaklığı kullanılarak doğrulanır. Kontrol bileşeni ise yörünge takibi için Doğrusal Olmayan Model Öngörülü Kontrol (NMPC) kullanır. NMPC algoritması, takip hatalarını cezalandıran maliyet fonksiyonlarını en aza indirerek en uygun kontrol girdilerini hesaplar ve en iyi performansı sürdürmek için konum ve yönelim hatalarına göre kontrol ağırlıklarını uyarlanabilir bir şekilde ayarlar. Çeşitli yörüngeler kullanılarak yapılan simülasyonlar, önerilen sistemin etkin ve güvenilir olduğunu göstermektedir. Sonuçlar, sensör gürültüsü, IMU yanlılığı ve geçici görsel belirsizlikler hesaba katıldığında dahi sistemin kararlı ve doğru bir yerelleştirme sağladığını ortaya koymaktadır. Bu çalışma; görüntü işleme, istatistiksel tahmin teorisi ve en uygun kontrolü birleştirerek İHA'ları GPS'ten gerçek anlamda bağımsız hale getirme yolunda önemli bir adım atmaktadır. Dolayısıyla, GPS sinyallerinin mevcut olmadığı veya güvenilir olmadığı yerlerde İHA operasyonlarını geliştirebilecek pratik bir çözüm sunmaktadır.
Özet (Çeviri)
Modern unmanned aerial vehicles (UAV) have become essential tools across many fields yet they share one major weakness: a complete dependency on Global Positioning System (GPS) signals for accurate positioning. This dependency often makes UAVs invulnerable because GPS signals can become unavailable due to satellite positions, jamming, or failures etc. In such cases, UAVs can lose their accurate navigation capability, which often results in vehicle loss. This research concentrates on a solution to overcome these limitations by using Virtual GPS approach. The proposed system provides accurate global positioning capabilities without requiring satellite-based signals. The approach replaces GPS integration with an innovative visual-inertial localization system that uses publicly available satellite imagery from Google Maps as a global reference dataset. The simulation is built around three integrated components. First, a virtual UAV camera view is generated from Google Maps satellite imagery using geometric transformations. Second, features are extracted from both the virtual UAV camera and satellite imagery using the Speeded-Up Robust Features (SURF) algorithm. Feature matching between the two image sources provides input to the Random Sample Consensus (RANSAC) algorithm to establish reliable correspondences while systematically rejecting false matches. The validated correspondences enable the computation of similarity transformations, which directly yield estimates for the UAV's global position and heading. The third component is sensor fusion, which provides a continuous localization solution by integrating the low-frequency visual position estimates with high-frequency inertial measurements through an Extended Kalman Filter (EKF). The EKF maintains a six-dimensional state vector, and visual measurements are validated using Mahalanobis distance calculations to reject outliers. The control component uses Nonlinear Model Predictive Control (NMPC) for trajectory tracking. The NMPC algorithm computes optimal control inputs by minimizing cost functions that penalize tracking errors, and it adaptively manipulates control weights based on position and heading errors to maintain optimal performance. Simulations using various trajectories demonstrate that the proposed system is effective and reliable. The results indicate that the system provides stable and accurate localization even when subjected to sensor noise, IMU bias, and temporary visual ambiguities. This work represents a major step forward in making UAVs truly independent of GPS by combining computer vision, statistical estimation theory, and optimal control. Therefore, it offers a practical solution that could enhance UAV operations in places where GPS signals are unavailable or unreliable.
Benzer Tezler
- EDGE-ıntelligent decentralized UAV swarms for tactical operations ın adversarial urban environments
Düşmanca kentsel ortamlarda taktik görevler için uçbirim zekâlı merkeziyetsiz iha sürüleri
QUSAY AWWAD
Yüksek Lisans
İngilizce
2025
Mekatronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT GÖKREM
- UAV quadcopter guidance: GPS-denied 3D mapping and collision avoidance
Dört rotorlu İHA güdümü: GPS erişimi olmayan ortamlarda 3B haritalama ve çarpışmadan kaçınma
MEHMET KADRİ AYDIN
Yüksek Lisans
İngilizce
2026
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ELBRUS M. JAFAROV
- Dört kanat tipinde İHA'lar için yapay sinir ağı ile konum tabanlı görsel servolama
Position based visual servoing with artificial neural network for quadrotor type UAVs
AYBÜKE ÜNLÜ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiBilecik Şeyh Edebali ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TOLGA YÜKSEL
- Virtual Prototypes of different Galileo/GPS Correlation Engines in System-C
Farklı Galileo/GPS İlinti Motorları için System-C Dilinde Sanal Prototipler
AHMET GÜNEŞ
Yüksek Lisans
İngilizce
2006
Elektrik ve Elektronik MühendisliğiUnıversıtat Duısburg-EssenBilgisayar Bilimi ve Mühendisliği Bilim Dalı
PROF. DR. AXEL HUNGER
- Sanal referans istasyonu yöntemi kullanılarak elde edilen yükseklik farklarının doğruluk analizi
Accuracy analysisl of the height differences obtained by using virtual reference stations technique
NASER ALHUSSEIN
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. ATINÇ PIRTI