LEE- Kontrol ve Otomasyon Mühendisliği-Yüksek Lisans
Bu koleksiyon için kalıcı URI
Gözat
Son Başvurular
1 - 5 / 34
-
ÖgeGemi manevra modeli ve sapma açısının kontrolü(Lisansüstü Eğitim Enstitüsü, 2022)Gemi hareket kabiliyetini inceleyebilmek, hareket kontrol sistemini tasarlayabilmek ve gemiyi simülasyon ortamına taşıyabilmek amacıyla gemi dinamik hareket modelleri önerilmiştir. Önerilen modellere Abkowitz modeli, Nomoto model, Maneuvering Modelig Group modeli vb. örnek verilebilir. Abkowitz modeli bu modeller arasında yaygın kullanıma sahip bir modellerden birisidir. Abkowitz modeli gemiye etkiyen kuvvet ve momentlerin; gemi hareketine, pervane devrine ve dümen açısına bağlı çok terimli denklemler ile modellenmesine dayanır. Geminin hareketlerini sergileyecek matematiksel model oluşturmak için simülasyondan bağımsız ve simülasyon tabanlı olmak üzere iki yöntem kullanılır. Simülasyondan bağımsız yöntemler; tam ölçekli gemilerden veri toplanması, ölçeklenmiş model gemileri ile model testlerinin yapılması veya farklı gemilere ait veri bankalarından faydalanılması şeklindedir. Simülasyondan bağımsız yöntemler, her geminin kendi yapısına uygun bir test altyapısı oluşturulması gerektiğinden maliyetli ve zaman alıcı yöntemlerdir. Simülasyon tabanlı yöntemler ise sistem tabanlı ve hesaplamalı akışkan dinamiği tabanlı olmak üzere iki kısma ayrılabilir. CFD uygulamalarında doğruluğu yüksek sonuçlar elde etmek için çoğu zaman uzun hesaplama süresi gerektiren analizler yapılmaktadır. Sistem tabanlı yöntemlerden olan sistem tanıma teknikleri tekrarlı analizler gerektiren çalışmalar için CFD uygulamalarına göre daha elverişlidir. Kontrol mühendisliği alanında da sıkça kullanılan sistem tanıma teknikleri uygulama açısından model testlerine ve CFD uygulamalarına kıyasla erişim ve uygulama kolaylığına sahiptir. Gemi dinamik hareket modellerinin çıkarılması için sistem tanıma deneylerinde çokça başvurulmaktadır. Bu alanda literatürde sıkça karşılaşılan sistem tanıma yöntemlerine örnek olarak en küçük kareler regresyonu (LS), genişletilmiş Kalman filtresi (EKF), en büyük olabilirlik kestirimi (MLE) örnek olarak verilebilir. Gemi dinamik modeli kestirimi için gerçekleştirilen bir sistem tanıma deneyi akışı şu şekilde özetlenebilir: Yapılacak gemi model analizlerine uygun bir matematiksel model yapısı seçilir. Matematiksel modellere ait parametre setlerinden kestirimi yapılacak parametreler belirlenir. Sistem tanıma yöntemlerinden, model yapısına ve kestirilecek parametrelere uygun bir yöntemi seçilir. Tam ölçekli gemiden, ölçeklendirilmiş gemiden veya gerçekleştirilecek çalışmaya göre farklı bir alt sistemden kestirim çalışmalarına olanak sağlayacak ölçümler toplanır. Ölçümlerden uygun kısımlar, kestirim çalışması ve model doğrulama testleri için seçilir. Model doğrulama testleri ile sistem tanıma deneyi sonuçlandırılır. Kestirilen modelin doğruluğu hedeflenen çalışma şartlarını karşılıyor ise gemi manevra analizi, kontrol sistem tasarımı vb. çalışma aşamalarına geçilebilir. Tez kapsamında gerçekleştirilen simülasyon çalışmalarında kullanılmak üzere, hem veri toplanacak gemi modeli hem de kestirim modeli olarak Abkowitz model yapısı tercih edilmiştir. Kestirilecek gemi modeli olarak "mariner" tipi gemi modeli kullanılmıştır. Kestirim çalışmalarında EKF temelli durum artırımlı genişletilmiş kalman filtresi (SAEKF) yöntemi kullanılmıştır. EKF geliştirildiği zamandan bu yana sistem tanıma uygulamalarında sıkça kullanılan, farklı sistemler ve uygulamalar için temel alınıp özel yöntemler geliştirilen temel yöntemlerden biridir. SAEKF, EKF yöntemindeki durum vektörüne kestirilecek parametrelerin eklenmesiyle türetilmiş bir yöntemdir. Kestirim çalışmalarının ardından sistem tanıma deneylerinde doğrulama yöntemi olarak kullanılan bağımsızlık ve beyazlık testleri uygulanmıştır. Bu çalışmalar için farklı senaryolar oluşturulmuş, başarısız ve başarılı sonuçlar için incelemeler yapılmıştır. Tezde kestirim çalışmalarının devamında gemi sapma açısı kontrolü için kontrolör tasarımı gerçekleştirilmiştir. Kontrol yöntemi olarak durumlara bağlı Riccati denklemleri (State dependent Riccati equations - SDRE) yöntemi seçilmiştir. Bu yöntem doğrusal sistemlerde optimal geri besleme kontrolcüsünü hesaplamak için kullanılan sabit değerli Riccati denklemi yöntemine dayanır. SDRE yönteminde durum uzay modeli, doğrusal olmayan sistemin durumları arasındaki ilişkiye bakılarak birden fazla şekilde tasarlanabilir. Mariner gemisi manevra modeli için SDRE yöntemine uygun bir durum uzayı modeli tasarlanmış ve kontrolör tasarımı bu model üzerinden gerçekleştirilmiştir. Kontrolör performansı, sapma açısı referansı ve rota takibi testleri kurgulanarak incelenmiştir.
-
ÖgeA comparative study of nonlinear model predictive control and reinforcement learning for path tracking(Graduate School, 2022)One of the most financially significant industries is the automotive industry because of the benefits as well as the fact that it is always evolving and changing. Discoveries in computing and sensing hardware contributed to the evolution of this industry and led to the development of autonomous driving technology. Besides that, they offer several potentials for improving transportation safety, energy and fuel efficiency, as well as traffic congestion. These benefits and increasing attention to autonomous vehicles encourage the development of advanced driving systems. In this thesis, the path tracking problem of autonomous vehicles is investigated and a comparative analysis of two path tracking methods is presented. One of the selected methods is model predictive control and the other is a reinforcement learning algorithm soft actor-critic method. The model predictive controller is applied in a wide variety of path tracking problems due to its high performance and benefits over other control methods. The benefits of MPC are the ability to handle multi-input multi-output systems, optimize multiple objectives, work with nonlinear models, incorporate future steps into the optimization problem, overcome disturbances, and deal with constraints on the inputs, outputs, and states. Basically, MPC determines optimal control inputs for a given prediction horizon by minimizing the cost function while taking the system constraints and objectives into account. The system model is used to obtain future state predictions and these future state predictions are included in the cost function that determines the desired behaviour of the system. The optimization problem is solved for the current time step and system state, resulting in the generation of optimal control input sequences. Then, only the first input of the resulting optimal sequence is given to the system. This procedure is performed for each time step. In this thesis, the problem will be handled as a nonlinear model predictive control problem since a nonlinear vehicle model is used. NMPC problems are expressed as optimal control problems (OCP) and the multiple shooting method is used to transform the OCP into a nonlinear optimization problem (NLP) which is addressed by utilizing the optimization software package IPOPT. A vehicle model is one of the main things that MPC requires, and a vehicle model may be modelled with varying degrees of complexity depending on the problem and performance needs. There are several of different way to model vehicles such as a kinematic model which consists solely of a mathematical description of vehicle motion taken into account geometrically and ignoring the forces acting on the vehicle and a dynamic model which includes the forces affecting motion. Additionally, vehicle models can be described differently with various tire models. Basically, the kinematic model shows poor performance at high speeds due to lateral forces, whereas dynamical model shows high performance at high speeds but cannot be used in stop-and-go situations due to tire models becoming singular at low speeds. Additionally, the system identification process is easier for kinematic model since the kinematic model has only two parameters. Furthermore, one of the objectives of the thesis is to show that vehicles can be controlled with the minimum knowledge of the vehicle model. Therefore, a kinematic model is employed as it requires only distances from center of mass to axles. Control methods require parameters to be tuned manually or by optimization algorithms, and these approaches are not always capable of generalizing to new conditions, but intelligent methods arise with their ability to generalize to new conditions. In addition, while the vehicle model is needed for the controller, it is not always needed for intelligent methods. Intelligent methods like deep and machine learning have been included in autonomous driving studies to automate the driving task. These methods enable researchers to specify the desired behavior, teach the system to perform the desired behavior, and generalize their behaviors. Reinforcement learning has been selected as the method of choice to achieve automating the driving task. A learner agent interacts with the environment and collects experiences. Also, the environment gives feedback with reward signals. Because the agent is motivated to maximize positive reward signals and learns what to do as a result of its own experiences without specific instructions. However, the reinforcement learning problem becomes intractable as the states of the agent increase. The solution to this was found by combining deep learning and reinforcement learning and as a result, deep reinforcement learning has emerged. Deep reinforcement learning problems can be classified according to whether they have an environmental model or the way they optimize policy or whether they use different policies in training. Among many types, the soft actor-critic learning method is chosen for this thesis because it shows outperforming performance regarding both efficiency and stability compared to many other powerful methods. The soft actor-critic is an off-policy method that combines actor-critic and maximum entropy reinforcement learning methods. In order to generate stochastic policies with more exploration abilities, the entropy element is introduced to the objective function in this algorithm. As a result, the agent achieves learning by maximizing both expected reward and entropy rather than only maximizing expected reward as in other standard reinforcement algorithms. One of the important key parts of training reinforcement learning agents is that they require a lot of data and take a long time to learn. However, experience replays, which are mechanisms that allow using past experiences, are employed and it is observed that the learning is stabilized and the amount of experience required is decreased. In this thesis, SAC with different buffers are implemented and their efficiencies are examined. During parameter updates, experiences in the buffer are sampled uniformly in the vanilla experience replay. Prioritized experience replay (PER) is one of the experience replay methods used in this thesis, and it basically samples high important experiences more frequently. Emphasizing recent experience (ERE) is another strategy that samples more aggressively from recent experiences to emphasize the importance of the recently observed experience. These methods were chosen because PER has been shown to be effective in numerous studies, and ERE outperforms PER in some applications in terms of efficiency. However, the performance of ERE in the path tracking problem has not been compared with the PER and one of the aims of this thesis is to examine their efficiency in vehicle driving task. The simulation environment is chosen as CARLA simulator, which aims to be as realistic as possible in terms of control and visual elements. Several towns are available in CARLA, and two different ones have been chosen for this thesis. Also, it is necessary to establish the reference values that will be followed by the vehicle. For this purpose, paths were created for the selected towns and waypoints were produced for the vehicle to follow. Then, the cubic spline interpolation method was used as an optimization method for the waypoints because it is desired that the reference waypoints should be smooth and continuous. As a result of these operations, reference yaw angle and x and y positions were obtained. In addition, the speed reference is given in different values as a fixed reference. NMPC and SAC are responsible for both lateral and longitudinal control to follow the given path. As a longitudinal controller, they control the acceleration in order to achieve the target speed, and as a lateral controller, they change the steering wheel to track the reference path. This means that both have two action outputs which are steering angle and acceleration command. The states in NMPC are the states of the kinematic bicycle model, and the parameters of a Tesla Model 3 vehicle provided by CARLA are used. The states in SAC are chosen similar to the NMPC states and consist of steering and acceleration commands, target speed and reference tracking errors up to 10 steps ahead to reflect horizon information. A cost function consisting of tracking errors is constructed to minimize the error between the reference and followed paths for NMPC. The best weight coefficients of cost function are found after several experiments. Furthermore, steering angle and acceleration constraints are defined to participate in the optimization problem. Then, a symbolic framework CASADI is used to formulate this NMPC and provides an interface to IPOPT solver for solving the optimization problem. On the other side, for the SAC agent to follow the path, an appropriate reward function is prepared after many trials, which the agent will maximize according to its actions. Also, terminal conditions are created where the simulation ends if the agent goes out of lane, moves too slowly, and hits something. The network to be used in the training of the SAC agent consists of an actor network that decides on the actions and a critic network that measures how well the actions are. These networks are implemented with PyTorch library and hyperparameters for networks and buffers are taken from the original papers of the methods. The SAC agent is trained in CARLA on 10 and 5 different paths over 2000 episodes and it is observed that the agent trained on 10 different paths converged faster, so the training with other buffers are done on 10 different paths. After training with buffers, SAC+PER and SAC+ERE converged faster than SAC with vanilla buffer. It shows that the advanced buffer implementations enhance sampling efficiency. These trainings are done with random target velocities of 5 and 6 m/s, then for the SAC+PER agent, which is the fastest converging agent, the training is continued for the target velocities with 5 to 8 m/s. Simulations are carried out on 5 different paths to investigate path tracking performance. The results are discussed for each method and it is shown that the vehicle can follow the reference trajectory with a small margin of error for all approaches. This demonstrates that SAC agents have the ability to generalize since they performed well on unseen tracks. Although the performances of NMPC and SAC agents are very close to each other, SAC agents outperform NMPC in target velocity tracking and NMPC has better performance in yaw angle tracking. Also, as expected, the NMPC with the kinematic model performed worse as the speed increased. Furthermore, it is also observed that SAC+ERE and SAC+PER increase sample efficiency without reducing the performance.
-
ÖgeDört rotorlu insansız hava araçları için veriye dayalı kontrol sistem tasarımı(Lisansüstü Eğitim Enstitüsü, 2024-06-24)İnsansız hava aracı (İHA), pilotu ve yolcusu olmayan, uzaktan veya otomatik olarak kontrol edilebilen, belli amaç veya görev için geliştirilmiş ve amaca uygun ekipman taşıyan bir sistemdir. İHA'lar son yıllarda hızla gelişen teknolojiyle birlikte birçok alanda kullanılmaya başlanmıştır. Bu araçlar, geniş kullanım alanına sahip olup askeri operasyonlardan tarım uygulamalarına kadar çeşitli alanlarda keşif, gözetleme, taşıma gibi birçok görev için kullanılmaktadır. İnsansız hava araçları kullanım alanlarına ve görevlerine göre farklı yapılarda özelleştirilmiştir. Dört rotorlu insansız hava araçları, dikey kalkış ve iniş kabiliyetleri ile dar alanlarda manevra yapabilme yetenekleri sayesinde farklı ihtiyaçlara cevap verebilen ve esnek kullanım sağlayan insansız hava aracı türlerinden biridir. Bu sayede dört rotorlu insansız hava araçları, özellikle şehir içi operasyonlarda ve dar alanlarda etkin bir şekilde rol almaktadır. Dört rotorlu hava araçları birçok alanda kullanılması, kritik görevlere sahip olması ve gelişen teknolojiyle birlikte gözde sistemler haline gelmiştir. Bu hava araçlarının görevlerini yüksek doğruluk ve hassasiyette yerine getirebilmesinin önemli koşullarından biri başarılı bir kontrolcüye sahip olmalarıdır. Ancak dört rotorlu insansız hava aracı sistemi doğası gereği doğrusal değildir. Kararsız olmaları, doğrusal olmamaları ve karmaşık dinamik yapılara sahip olmaları bu sistemlerin kontrol edilmesini zorlaştırır. Ayrıca bu nedenlerden dolayı bu sistemlerin modellenmesi de zordur. Karmaşık sistemlerin modellenmesi ve kontrolü için literatürde birçok yöntem vardır. Ancak son yıllarda gelişen, literatürde veriye dayalı kontrol (Data Driven Control) olarak geçen önemli bir yaklaşım mevuttur. Karmaşık sistemlerin modellenmesi ve kontrolünde veriye dayalı yöntemlerin kullanımı mühendislik, biyolojik ve fizik bilimlerini geliştirme konusunda önemli bir etkiye sahiptir. Ayrıca karmaşık dinamiklere sahip sistemlerin modellenmesinde veriye dayalı yöntemlerin kullanımı giderek artmaktadır. Karmaşık dinamiklere sahip sistemlere ait yüksek doğrulukta ve yüksek boyutlu verilerinden elde edilen modeller çoğu zaman anlaşılması zor modellerdir. Bu nedenle böylesine anlaşılması zor karmaşık dinamiklere sahip türbülanslı bir akışkan sistemini, bilişsel (cognitive) bir sistemi, bir robot sistemini, iklim ve finans gibi çok çeşitli karmaşık sistemleri modellemek için araştırmacılar veri odaklı yaklaşımlara giderek daha fazla ilgi duymaktadır. Doğrusal olmayan, karmaşık ve yüksek boyutlu bu sistemler, tahmini ve kontrol edilebilmesi hedefi için modellenmesi gereken baskın dinamiklere sahiptir. Sistemin karmaşıklık durumu ne olursa olsun günümüzde bu sistemlerin modellenmesi ve kontrolü veriye dayalı yöntemler kullanılarak gerçekleştirilebilmektedir. Ayrıca sensör teknolojisinin gelişmi, hesaplama gücündeki büyük artışlar, neredeyse sınırsız veri depolama ve aktarma yeteneklerinin mümkün olması nedeniyle çok büyük miktarlarda verinin kullanılabilirliği veriye dayalı kontrol yöntemlerinin gelişimi için büyük bir katkı sağlamıştır. Veriye dayalı kontrol yöntemi, sadece sistemden elde edilen veriler kullanılarak sistem dinamiklerinin modellenmesini sağlar böylece sistemin tanınmasına ve sistem dinamikleri hakkında bilgi sahibi olunmasına olanak tanır. Bu tez kapsamında dört rotorlu insansız hava aracı sistemi üzerine çalışılmış ve veriye dayalı yeni bir yöntem olan dinamik mod ayrıştırması ile kontrol (Dynamic mode decomposition with control – DMDc) metodu kullanılarak doğrusal olmayan karmaşık dinamiklere sahip dört rotorlu insansız hava aracı sisteminin doğrusal modeli elde edilmiştir. Literatürde dinamik mod ayrıştırması ile kontrol (DMDc) olarak geçen bu yöntem, karmaşık ve yüksek boyutlu sistemlerin dinamiklerini yalnızca anlık ölçümler kullanarak yeniden oluşturan, veri odaklı dinamik mod ayrıştırma (Dynamic mode decomposition – DMD) algoritmasına dayanmaktadır. Dinamik mod ayrıştırması (DMD), yüksek boyutlu verilerden dinamik sistemlerin modellenmesi için kullanılan güçlü ve yeni bir tekniktir. DMD yöntemi, karmaşık akışları basit bir temsile ayrıştırmaya yönelik bir yöntem olarak akışkanlar dinamiği topluluğunda ortaya çıkmıştır [16]. DMDc ise DMD'nin temel prensiplerini kullanarak sistemdeki dinamikleri analiz etmek için geliştirilmiş bir tekniktir. DMDc yöntemi DMD den farklı olarak sistemin anlık ölçüm verilerine ek harici giriş sinyallerini de kullanarak sistemin dinamiklerini ve kontrol edilebilirlik özelliklerini belirler. DMDc yöntemiyle sisteme ait durum uzay modeli bulunurken ilk olarak doğrusal olmayan dört rotorlu insansız hava aracı sisteminden toplanan sistem dinamikleri ve giriş sinyallerine ait veriler kullanılarak anlık veri matrisleri oluşturulmuştur. Oluşturulan anlık veri matrisleri kullanılarak tekil değer ayrıştırması (Sinugular value decomposition – SVD) yötemiyle veri matrisinin sözde tersi elde edilir ve veri matrisinin sözde tersi kullanılarak sisteme ait durum uzay modelinin sistem matrisi ve giriş matrisi elde edilir. Böylece doğrusal olmayan dört rotorlu insansız hava aracı sisteminden elde edilen veriler kullanılarak DMDc yöntemiyle sistemin durum uzay modeli elde edilmiş olur. Bu çalışmada ayrıca doğrusal olmayan sistemden toplanan veriler ile DMDc yöntemiyle elde edilen doğrusal model kullanılarak doğrusal olmayan sistem için doğrusal karesel regülatör (Linear Quadratic Regulator – LQR) teknikleriyle durum geri beslemeli bir konrolcü tasarımı yapılmıştır. Doğrusal karesel regülatör (LQR), doğrusal sistemlerin durum uzay modelini kullanarak performans kriterlerine göre sistem davranışını optimize eden bir optimal kontrol yöntemidir. LQR teknikleri, sistemin durumları ve kontrol sinyalleri arasındaki ilişkiye göre belirlenen maliyet fonksiyonunu en aza indirecek optimal kontrol kazançlarını bulumayı sağlar. Ayrıca belirlenen maliyet fonksiyonu performans kriterlerine göre belirlenen ağırlık matrislerinide içermektedir. LQR, sistemin kararlılığını garanti eden ve optimal sonucu veren bir kontrol tekniğidir. Bu teknik genellikle mühendislik uygulamalarında, otomasyon, uçuş kontrolü, robotik ve endüstriyel sistemler gibi alanlarda yaygın olarak tercih edilir. LQR tekniklerinin çeşitli varyantları bulunmaktadır bu çalışmada geleneksel LQR ve integral etkili LQR (LQR-I) teknikleri kullanılarak doğrusal olmayan sistem için durum geri beslemeli kontrolcü tasarımı yapılmıştır. İntegral etkili LQR, geleneksel LQR tekniklerine ek integral teriminin dahil edildiği bir LQR türüdür. Burada integral terimini dahil etmedeki amaç sistemde yaşanabilicek sürekli hal hatalarının giderilmesini sağlamaktır. İntegral etkili LQR genellikle referans takibi yapan sistemlerde sürekli hal hatasının giderilmesi gerektiği durumlarda kullanılır. Bu çalışma kapsamında öncelikle doğrusal olmayan dört rotorlu insansız hava aracı sistemine ait kinematik ve dinamik ilişkileri içeren matematiksel model MATLAB/Simulink ortamında oluşturulmuştur. Oluşturulan bu doğrusal olmayan model verilerin toplanması ve tasarlanan kontrolcülerin test edilmesi için gerçek sistem yerine kullanılmıştır. Doğrusal olmayan dört rotorlu insansız hava aracı modelinden toplanan veriler kullanılarak DMDc yöntemiyle sistemin yükseklik ve duruş değişkenlerine ait durum uzay modelleri elde edilmiştir. Sonrasında DMDc yöntemiyle elde edilen yükseklik ve duruş değişkenlerine ait durum uzay modelleri kullanılarak her bir model için ayrı ayrı LQR teknikleriyle durum geri beslemeli kontrolcü tasarımı yapılmıştır. İlk olarak geleneksel LQR teknikleri kullanılarak doğrusal olmayan sistem için kontrolcü tasarımı yapılmış daha sonrasında ise integral etkili LQR teknikleri kullanılarak kontrolcü tasarımı yapılmış ve tasarlanan kontrolcüler doğrusal olmayan sisteme uygulanarak sonuçlar karşılaştırılmıştır. Doğrusal olmayan karmaşık dinamiklere sahip dört rotorlu insansız hava aracı sistemi için DMDc yöntemi ile elde edilen durum uzay modelinin doğrusal olmayan dört rotorlu insansız hava aracı sistemi ile benzer sonuçlar verdiği sayısal deneyler ile gösterilmiştir. DMDc ile elde edilen, sistemin yükseklik ve duruş değişkenlerine ait durum uzay modelleri kullanılarak geleneksel LQR teknikleriye tasarlanan durum geri beslemeli kontrolcünün uygulandığı doğrusal olmayan sistem için duruş açılarının aşım yapmadan referans sinyali takip ettiği ve açısal hızların daha az salınım yaptığı yapılan analizler sonucunda ortaya çıkmıştır. Yapılan karşılaştırmalar sonucunda, yükseklik ve duruş değişkenlerine ait durum uzay modeli kullanılarak integral etkili LQR teknikleriyle tasarlanan kontrolcünün uygulandığı doğrusal olmayan sisteme ait yükseklik değişkeninin referans sinyale daha hızlı ulaştığı ve oturma zamanın daha kısa olduğu sonucuna varılmıştır. Sonuç olarak yapılan sayısal deneylerden, ön kontrolcü ile kararlı kılınmış doğrusal olmayan model ve DMDc yöntemiyle elde edilmiş doğrusal model çıktılarının benzer sonuçlar verdiğini, DMDc yöntemiyle bulunmuş doğrusal model kullanılarak LQR teknikleriyle kontrol edilmiş doğrusal olmayan sistemin performansının başarılı olduğunu söyleyebiliriz.
-
ÖgeOtonom araçlarda clothoid tabanlı lineer zamanla değişen model öngörülü kontrol(Lisansüstü Eğitim Enstitüsü, 2022)İki nokta arasında çeşitli ürün ya da insanların taşınması eski çağlardan bu yana karşılaşılan bir problemdir. Bu problemi çözmek için insanoğlu çeşitli araçlar geliştirmiştir. Bu araçlar tekerleğin icadından at arabalarının kullanılmasına, ardından içten yanmalı motora sahip taşıtların icadından günümüzde elektrikli ve hidrojen yakıtlı araçların ortaya çıkmasına çok geniş bir yelpazede örneklenebilir. Kullanılan araçlar çağın gerekliliklerine göre yeniden tasarlanmış olsalar da, aslında çözdükleri altta yatan problem hala aynıdır, ürün ya da insanları iki nokta arasında taşımak. Bu temel problem, arkasında çok geniş bir lojistik sektörü barındırmaktadır. İnsanların her gün kullandığı taksiler ya da özellikle dünyanın küreselleşmesiyle önemi daha da artan deniz, hava ve karayolu kargo taşımacılığı çok yaygın iki örnektir. Yüzyıllardır süregelen bu lojistik problemi, günümüzde ve geçmişte insanların denetiminde ve komutasında gerçekleşmektedir. Kamyonlar, otomobiller, kargo gemileri, taksiler insanların komutasında hareket etmektedir. İnsanlar farklı rotalardaki sürüşe adapte olabilme konusunda yetenekli olsa da tekrarlı işlerde dikkat dağınıklığı sebebiyle kazalara neden olabilmektedir. Yapılan araştırmalara göre yapılan kazaların çok büyük bir kısmı sürücü hatalarından meydana gelmektedir. Kazalar maddi ve manevi hasarlara sebep olmakta, insanlar hayatını kaybedebilmektedir. Ayrıca araçların insanlar tarafından daha dikkatsiz kullanılması, aracın daha sık arıza vermesi ya da araç parçalarının daha sık değişmesine sebep olabilmektedir. Tüm bu problemler ve farklı motivasyon kaynakları nedeniyle büyük otomotiv şirketleri ve birçok teknoloji şirketi araçların sürücüsüz işletilmesi için çalışma yapmaktadır. Bu teknolojinin etki alanı ve yaratacağı ekonomi, büyük şirketler açısından oldukça iştah açıcıdır. Taşıtlar otonom şekilde ilerlerken temelde aynı problemlerle yüzleşirler. Bunlardan ilki aracın çevresini algılamasıdır. Araç ilerlerken çevresinde olup bitenlerden haberdar olması gerekir. Çevresini algılarken kullandığı radar, kamera, lidar gibi sensörler aracın nereden gitmesi gerektiği, çevresindeki nesnelerin neler olduğunu ve ona ne kadar uzakta bulunduğunu ya da çeşitli lokalizasyon yöntemleriyle sensör verilerini kullanarak aracın nerede olduğu sorularına yanıt aranır. İkinci aşamada yüzleşilen problem ise aracın bulunduğu yer ve çevresindeki objelerin bilgileri kullanılarak sonraki adımda ne yapılacağına karar verilmesidir. Bu aşama planlama aşaması olarak da adlandırılır. Aracın öncelikle içinde bulunduğu durumdan sonra hangi aksiyonu alacağına karar vermesi gerekir. Bu aksiyon şerit değiştirme, şeritte kalma, ani fren gibi çeşitli durumlar olabilir. İlgili aksiyona karar verildikten sonra mevcut durumdan karar verilen duruma bir geçiş manevrası planlanır. Bu aşamada referans hız profili, ivme profili, takip edilmesi gereken yol noktaları ile bu noktalara ait referans dönüklükler ile son olarak her noktadan ne zaman geçilmesi gerektiği bilgisinin oluşturulması yer alır. Son aşamada oluşturulan rotanın takip edilmesi ve aksiyona geçilmesi yer alır. Tüm bu ana blokların tamamlanmasıyla araçlar işlevlerini otonom şekilde yerine getirebilir. Bu tez kapsamında da otonom araçların ilgilendiği temel problemlerden olan rota planlama ve kontrol blokları incelenmiş ve çözüm önerilmeye çalışılmıştır. İlk olarak planlama aşamasından gelen bir rota olduğu varsayılmış ve bu rotanın daha konforlu bir sürüş sağladığı için Euler spiralleri ya da clothoidler kullanılarak yeniden oluşturulması hedeflenmiştir. Rota yeniden oluşturulurken planlayıcıdan gelen noktaların bir ön değerlendirmesi yapılmıştır. Bu değerlendirmeye göre aynı karakteristiği taşıyan ardışıl noktaların plana dahil edilmesi yerine aracın direksiyon açısında değişimlerin olduğu dönüm noktaları tespit edilmeye çalışılmıştır. Bunun için yolun referans eğrilik grafiğine bakılmış ve parçalı lineer olan bu fonksiyondaki dönüm noktaları tespit edilmiştir. Böylelikle planlayıcıdan gelen noktalardan yalnızca direksiyon açısının değişeceği noktalar kalmış, aradaki noktalarda direksiyon değişim açıları sabit olduğu için diğerleri kullanılmamıştır. Böylelikle rota bilgi kaybı olmadan seyrekleştirilmiş olur. Rotanın seyrekleştirilmesi, kontrolcü açısından aynı öngörü ufku ile daha uzun bir alanın kapsanmasına olanak sağlar. Sonuç olarak hem daha konforlu sürüşe uygun hem de aynı öngörü ufkuyla daha uzun alanların kapsanabileceği bir rota elde edilmiştir. Kontrolör ve planlayıcıyı test etmek için iki farklı rota seçilmiştir. Bunlardan ilki engelden kaçma ya da sollama manevrasını temsil eden bir rota olarak, ikincisi ise Ford Otosan Eskişehir fabrikasında bulunan test pistinden toplanan araç verileriyle referans rotası oluşturulmuştur. İkinci rota ilk rotaya göre çok daha uzun ve daha yüksek eğrilikler içerdiği için gerçeğe yakın bir test hedeflenmiştir. Tezin diğer aşamasında planlanan rotaya uygun şekilde çalışabilecek bir kontrolör yapısı oluşturulmak amaçlanmıştır. Bu amaca uygun olarak model öngörülü kontrolör,lineer olmayan model öngörülü kontrolör ve lineer zamanla değişen model öngörülü kontrolör yapıları ele alınmıştır. Lineer model öngörülü kontrolden farklı olarak sistemi birçok farklı noktada lineerleştirmesi ve lineer olmayan model öngörülü kontrolörün barındırdığı yerel minimuma yakınsama, gerçek zamanlı çalışmama gibi negatif yönleri içermemesi nedeniyle lineer zamanla değişen model öngörülü kontrolör yapısı seçilmiştir. Kontrolörün gelecek tahminlerini yapması için sistem modeline ihtiyacı vardır. Araç modeli için, düşük hızlarda bir seyir gerçekleşeceği için daha basit olması adına kinematik bisiklet modeli kullanılmıştır. Her ne kadar basit bir model olsa da uygun örnekleme periyodu ile düşük hızlarda aracın dinamiğini yansıtabildiği için yeterli bulunmuştur. Elde edilen kinematik araç modeli ve seyrekleştirilmiş referans rotası ile aracın referans rotasını takip etmesi için lineer zamanla değişen model öngörülü kontrolör yapısı oluşturulmuştur. Aracın takip etmesi gereken rota clothoidlerle ifade edildiği için, kontrolör de referans olarak clothoidlerin bileşenlerinden olan eğrilik değişimi ve değişimin uzunluğunu alacak şekilde tasarlanmıştır. Tasarım ortamı olarak MATLAB kullanılmıştır ve simülasyonlar da bu ortamda yapılmıştır. Simülasyonlarda iki rotada da aynı parametreler kullanılmış ve aracın sabit hızda seyrettiği kabul edilmiştir. Sonuçta belirtilen iki rotada araç simülasyonları yapılmış ve elde edilen simülasyon sonuçlarında aracın yol sınırları içinde iki rotayı da tamamlayabildiği gözlenmiştir.
-
ÖgeSabit kanatlı İHA için uyarlamalı daldırma ve değişmezlik yöntemiyle sabit bozucuların kestirici tasarımı(Lisansüstü Eğitim Enstitüsü, 2022)Günümüzde insansız hava araçlarının yaygınlaşmasıyla askeri ve sivil uygulamalarda pek çok kullanımları mevcuttur. Tam otomatik olarak çalışan bu otonom hava araçlarının kontrolü hakkında birçok çalışma mevcuttur. Özellikle görüş alanının kısıtlı olduğu sisli elverişsiz hava koşulları, rüzgâr gibi bozucu etkilerden kaynaklı risklerin minimize edilmesi amacıyla uçuş fazlarının otomatik olarak gerçekleştirilmesi için kontrolcü tasarımları gerçekleştirilmektedir. Uçuş birçok fazdan meydana gelmekte ve her fazda kontrol edilen parametrelerin referansları değişmektedir. Aynı zamanda dış etkilere de maruz kalan hava aracının bu etkileri minimize ederek uçuşa devam etmesi gerekmektedir. Bu nedenle bu yüksek lisans çalışması kapsamında hava aracının doğrusal olmayan dinamikleri kullanılarak daldırma ve değişmezlik yaklaşımı temeline dayanan ayrık zamanlı bozucu kestirim tasarımı önerilmektedir. Ayrık zamanlı doğrusal olmayan denklemler ile elde edilen kestirilen bozucu değerleri sabit bozucuları bastırmak amacıyla insansız hava aracının uçuş kontrolü için literatürde bulunan bir I&I tabanlı kontrolcüde kullanılmaktadır. Birinci bölümde tezin amacı açıklanmıştır. Daha sonra benzer çalışmaların olduğu literatür kısmına yer verilerek irdelenen dokümanlarda yer alan bozucuların etkisi, belirsiz parametreler gibi etkilerin kompanze edilmesi için kullanılan yöntemler, insansız hava aracı için kullanılan yöntemler, daldırma ve değişmezlik yöntemini kullanarak yapılan kontrol tasarımlarından bahsedilmiştir. Hipotez kısmı ile irdelenen dokümanlar kapsamında tasarlanan ve simülasyonu gerçekleştirilen yöntem önerilmiştir. İkinci bölümde, literatürde Euler açılarının kontrolcü tasarımı ve bu tezde bozucu kestiricilerin tasarımı için kullanılan daldırma ve değişmezlik yönteminden bahsedilmektedir. Böylece insansız hava aracı için hareket denklemlerin doğrusallaştırılmasına gerek kalmadan uyarlamalı kontrol gerçekleştirilebilmektedir. Doğrusal olmayan sistemler için daldırma ve değişmezlik kontrol yöntemi kullanılarak kararlı kılmak için kontrol edilmek istenen sistemden daha düşük dereceye sahip hedef sistem tanımlanmaktadır. Daldırma koşulu ile hedef sistem için sıfır denge noktasındaki kararlılık sorunu yeniden oluşturulmaktadır. Manifold üzerinde başlayan yörüngeler kapalı manifold adımı ile manifold içerisinde kalması sağlanmaktadır. Bu manifoldun değişmez olması ile mümkündür. Son adım olan manifold çekimi ve yörünge sınırlılığı özelliği ile manifoldun çekici ve değişmez olmasını sağlayan, kapalı döngü sistemin tüm yörüngelerini sınırlı hale getiren kontrol kuralı tasarlanmaktadır. Sonuç olarak, boyutu sistemden küçük olan hedef sistem tanımlanmakta ve sistemin dinamiklerinin hedef sistem ile çalıştığı değişmez bir manifold oluşturulmaktadır. Oluşturulan değişmez manifoldun çekici ve değişmez olmasını sağlayan kapalı döngü sistemin tüm yörüngelerini sınırlı hale getiren kontrol kuralı tasarlanması tüm bu adımların uygulanması ile sağlanmaktadır. Üçüncü bölümde, farklı merkezlere göre oluşturulan referans eksen takımlarından ve birbirlerine dönüşümlerinden bahsedilmektedir. İnsansız hava aracı için matematiksel model oluşturularak modelde kullanılacak parametreler verilmiştir. Matematiksel model kapsamında aerodinamik moment ve kuvvetlerden oluşan aerodinamik model, 6 serbestlik dereceli hareket denklemlerinin çıkarılması, atmosfer modeli, aktuatör modeli ve bozucuların modellenmesi anlatılmaktadır. Hava aracının hareket denklemleri yanal ve boylamsal denklemlerden oluşmaktadır. Dördüncü bölümde tez kapsamında insansız hava aracının doğrusal olmayan hareket denklemleri kullanılarak giriş bozucusu kesitiricisi tasarımından bahsedilmektedir. Doğrusal olmayan sistemler için daldırma ve değişmezlik kontrol yöntemi kullanılarak kararlı kılmak için tanımlanan hedef sistem ile insansız hava aracı hareket denklemlerinin davranışları sabit bozucu etkisinde iken kontrol edilmiştir. Simulasyonda doğrusal olmayan 6 serbestlik dereceli boylamsal hareket denklemleri kullanılmıştır. Tüm sistem yörüngelerini sınırlayan ve manifoldun çekim özelliğine sahip olmasını sağlayan bir kontrol kuralı tasarımına sürekli giriş bozucularını kestirerek etkilerinin sönümlenmesini sağlayan ayrık zamanlı bozdurucu kesitiricisi tasarlanmıştır. Daha sonra kontrol edilmek istenilen sistem için bilgisayar ortamında simülasyon yapılmış ve simülasyon sonuçlarının yorumlanması sağlanmıştır. Beşinci bölümde ise elde edilen sonuçlar özetlenerek çalışma ile sağlanan katkılar vurgulanmıştır.