No abstract

No abstract

Özİnsansız su üstü araçlarının kontrolü, kullanım alanlarının her geçen gün artması nedeniyle önemli bir konu haline gelmiştir. Bu çalışmada bir insansız su üstü aracının (WAM-V USV14) akıntı etkisi altında iticilerine verilmesi gereken uygun girişlerin kontrolü sunulmuştur. İlk olarak WAM-V USV14 için üç serbestlik derecesine sahip matematiksel model elde edilmiştir. İnsansız su üstü aracının doğrusal olmayan matematiksel modeli Newton-Euler yaklaşımı ile elde edilmiştir. İnsansız su üstü araçlarının kontrolü için literatürde yapılan birçok çalışma mevcuttur. Bununla birlikte insansız su üstü araçları için yeni kontrolcü tekniklerinin geliştirilmesi güncel bir konudur. Tasarlanan kontrolcülerin araca etki eden dış bozuculardan etkilenmemesi istenmektedir. İnsansız su üstü aracına etki eden dış bozucular, okyanus akıntısı, dalga, rüzgar vb. olabilir. Dış bozucular aracın konumu, yönünü ve hızını etkiler. Bundan dolayı aracın istenen görevleri yerine getirememesine neden olabilir. Bu çalışmada insansız su üstü aracının kontrolü için makine öğrenmesi yöntemi önerilmiştir. Mevcutta kullanılan klasik kontrol tekniklerine alternatif bir yöntem olarak makine öğrenmesi ile dış bozucuların etkisinde, su üstü aracının hızı kontrol edilmiştir. Aracın hız kontrolünü sağlayan, makine öğrenme algoritması olan destek vektör makinesi için PID kontrolcü ile farklı referans sinyallere karşı aracın iticilerine girdi bilgileri üretilerek veriseti oluşturulmuştur. Su üstü araçları akıntıya maruz kaldıklarında yana kayma ve hücum açıları meydana gelir. Yana kayma ve hücum açıları tanımlanarak araca etki eden akıntının etkisi analiz edilmiştir. Farklı yön ve hızlardan gelen akıntıya karşı aracın hızı, destek vektör makinesi ile başarılı bir şekilde kontrol edilmiştir. Literatürde kullanılan kontrol tekniklerinden farklı olarak SVM'nin su üstü aracının kontrolünde kullanılması bu çalışmanın katkısıdır. Tüm çalışma MATLAB/Simulink ortamında yapılmıştır.

No abstract

Bu çalışmada bir insansız sualtı aracının altı serbestlik dereceli doğrusal olmayan matematiksel modeli elde edilmiştir. Aracın matematiksel model cevabından aracın konum ve yönelim bilgileri elde edilmiştir. Elde edilen konum ve yönelim bilgilerine gürültü eklenerek navigasyon sensör verileri üretilmiştir. Üretilen gürültülü sensör verilerinin kestirimi için kokusuz ve genişletilmiş Kalman filtre algoritmaları kullanılmıştır. Kokusuz Kalman filtresinde, sistem modeli için insansız sualtı aracının doğrusal olmayan modeli kullanılmıştır. Genişletilmiş Kalman filtresinde ise sualtı aracının doğrusal olmayan modeli belirli denge noktalarında doğrusallaştırılmıştır. Kokusuz ve genişletilmiş Kalman filtresi kestirim sonuçları karşılaştırılmıştır. Kokusuz Kalman filtre ve genişletilmiş Kalman filtre kestirimlerine makine öğrenmesi olan Destek Vektör Makinesi algoritması uygulanarak, gürültünün fazla olduğu durumlar için, kestirimler iyileştirilmiştir. Buna ek olarak, aracın verilen bir kare yolu takip ettiği hareketi için kokusuz Kalman filtre ve genişletilmiş Kalman filtre kestirimleri iyileştirilmiştir. Tüm çalışma MATLAB/Simulink ortamında yapılmıştır.