Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13091/529
Title: Drone sürüsü ile hedef takip optimizasyonu
Other Titles: Target tracking optimization with drone swarm
Authors: Aydoğdu, Ömer
Ekmen, Mustafa İlker
Keywords: Elektrik ve Elektronik Mühendisliği
Electrical and Electronics Engineering
Issue Date: 2021
Publisher: Konya Teknik Üniversitesi
Abstract: Son yıllarda insansız hava araçları sınıfında yer alan Drone'ların askeri, sivil (hobi ve ticari) ve akademik amaçlı kullanımı gittikçe yaygınlaşmaktadır. Askeri alanda çoğunlukla keşif, arama, kurtarma ve saldırı görevlerinde, sivil kullanımda kargo taşımacılığı, görüntü alma, haritalama ve hobi faaliyetlerine yönelik alanlarda, akademik alanda ise yaygın olarak uçuş yönetimi ve kontrol yazılımlarının geliştirilmesi amacıyla kullanılmaktadır. Askeri amaçlı Drone kullanımının en önemli sorunlarından bir tanesi Drone ile komuta merkezi arasında ki mesafe sınırlamasıdır. Bu mesafe sınırlamasını aşabilmek için istenilen koordinatlara hareket eden otonom Drone'lar konusunda bazı çalışmalar yapılmış ve yapılan bu çalışmalar neticesinde başarılı sonuçlar elde edilmiştir. Ancak özellikle askeri amaçlar için tek başına kullanılan otonom Drone'lar belirli sorunlar ile karşı karşıya kaldığında komuta merkezine istenilen veri aktarımını sağlayamamakta ve icra etmesi gereken görevi başarı ile gerçekleştirememektedir. Drone'lara ait bu mesafe problemini aşabilmek için sürü algoritmaları üzerinde çalışmalar yapılmaktadır. Aynı zamanda çoklu Drone etkileşimi ve görev paylaşımı gibi konular üzerinde çalışmalar da oldukça popülerdir. Araştırmacılar özellikle askeri alanda keşif, arama, kurtarma ve saldırı görevleri için Drone'ların sürü halinde hareket edebilmesini sağlayan yeni algoritmalar üzerinde çalışmalarını yoğunlaştırmaktadır. Bu tez çalışmasında, hareketli bir hedefin Drone sürüsü ile en uygun biçimde takibi için, bir amaç fonksiyonu tanımlanmış ve bu amaç fonksiyonuna göre optimizasyon yapan hedef takip optimizasyon algoritmaları geliştirilmiştir. Çalışmada üç farklı optimizasyon algoritması ile, Drone sürüsü için tanımlanmış hedef takip ve imha görevleri Unity simülasyon ortamında test edilmiştir. Yürütülen çalışmada, Drone sürüsünü güden Parçacık Sürü Optimizasyonu (PSO), doğada arıların birlikte hareket ederek yaptıkları davranışların ortaya çıkardığı Yapay Arı Kolonisi Algoritması (YAK) ve doğadaki karıncaların davranışları incelenerek ortaya çıkarılan Karınca Kolonisi Algoritması (KKA) ele alınmıştır. Tanımlanan görev sırasında sürüdeki Drone'lardan bir tanesi zarar görse dahi diğer Drone'lar kullanılan algoritma yapısına göre en uygun pozisyonu alarak görevlerine devam edebilmektedir. Simülasyon çalışmasında Drone sürüsünün bir istasyondan kalkarak bir aracı takip emesi, dairesel bir yörüngede araç üzerinde konumlanması ve aracın imha edilmesi örnek görevi tanımlanmıştır. Bunun için Unity simülasyon ortamında bir adet hedef araç ve istenilen sayı da Drone'un kalkabileceği bir yer istasyonu tasarlanmıştır. Aracın konum bilgileri uydu üzerinden alındığı varsayılarak Drone'ların hedef araca göre konumları belirlenen optimizasyon algoritmaları ile sağlanmıştır. Çalışmada, optimizasyon algoritmalarının performansları görev için tanımlanan amaç fonksiyonu temel alınarak kıyaslanmıştır.
In recent years, the use of drones, which are in the class of unmanned aerial vehicles, for military, civil (hobby and commercial) and academic purposes has become increasingly common. It is mostly used in reconnaissance, search, rescue and attack missions in the military field, cargo transportation in civil use, imaging, mapping and hobby activities, and in the academic field for the development of flight management and control software. One of the most important problems of using military drones is the limitation of the distance between the Drone and the command center. In order to overcome this distance limitation, some studies have been carried out on autonomous drones that move to the desired coordinates and successful results have been obtained as a result of these studies. However, when autonomous drones, which are used alone for military purposes, are faced with certain problems, they cannot provide the desired data transfer to the command center and cannot successfully perform the task they need to perform. Studies are carried out on herd algorithms to overcome this distance problem of drones. It is also very popular to work on topics such as multiple Drone interaction and task sharing. Researchers are focusing on new algorithms that enable drones to move in swarm, especially for reconnaissance, search, rescue and attack missions in the military field. In this thesis, an objective function has been defined for the most appropriate tracking of a moving target with the drone swarm and target tracking optimization algorithms have been developed that optimize according to this goal function. In the study, target tracking and destruction missions defined for the drone swarm were tested in Unity simulation environment with three different optimization algorithms. In the study, Particle Swarm Optimization (PSO), which drives drone swarm, Artificial Bee Colony Algorithm (YAK), which reveals the behaviors of bees by acting together in nature, and Ant Colony Algorithm (KKA), which is revealed by examining the behavior of ants in nature, are discussed. Even if one of the Drones in the herd is damaged during the defined mission, other Drones can continue their duties by taking the most appropriate position according to the algorithm structure used. In the simulation study, the sample task of the drone herd getting up from a station and following a vehicle, positioning it on the vehicle in a circular orbit and destroying the vehicle was defined. For this purpose, a target vehicle and a ground station where the desired number of Drones can take off were designed in the Unity simulation environment. Assuming that the location information of the vehicle is received via satellite, the position of the drones with respect to the target vehicle has been provided by the determined optimization algorithms. In the study, the performances of the optimization algorithms were compared based on the objective function defined for the task.
URI: https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=wf-FPgY-5qjHEzEoOgvMs2fpsdUH2k_l9wIQlerxg9qXFZMBNqfcaFZVgrurYCdc
https://hdl.handle.net/20.500.13091/529
Appears in Collections:Tez Koleksiyonu

Files in This Item:
File SizeFormat 
657615.pdf1.96 MBAdobe PDFView/Open
Show full item record

CORE Recommender

Page view(s)

430
checked on Jan 23, 2023

Download(s)

262
checked on Jan 23, 2023

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.