İNSANSIZ HAVA ARAÇLARI İÇİN KONUM KESTİRİMİNDE MAKİNE ÖĞRENİMİ DESTEKLİ SENSÖR FÜZYONU

Abstract

ÖZET

Havacılık tarihi boyunca araçların seyrüsefer sırasında coğrafi olarak nerede bulundukları, güvenlik açısından merak edilegelmiştir. Yapılan birçok mühendislik çalışmaları bu problemi çözmeye yönelik yöntemler geliştirmiş ve günümüzde ise çok küçük sensörler yardımı ile bu bilgileri kullanarak otonom seyrüseferler gerçekleştirilmektedir. Bu yöntemlerin birçoğu araç dışı bir referans noktasını baz alarak aracın yerini tespit edebilmektedir.

Son yıllarda hızla gelişen GNSS (Küresel Navigasyon Uydu Sistemleri) sayesinde araçta bulunan alıcı ile araçların konumlarının tespiti kolaylaşmıştır. Fakat çok düşük frekansta yayın yapan bu uydular çoğu zaman kesintiye uğrayabilmektedir. Ayrıca gelişmiş ülkelerin sahip olduğu bu uydu sistemlerinin kritik durumlarda devre dışı bırakılması söz konusu olduğu için dahili sensörler ile konum tahmini elzem hale gelmiştir.

Bu çalışmada insansız hava araçlarının seyrüseferlerini ve görevlerini güvenli bir şekilde tamamlamaları için kritik bilgilerden olan konum bilgisinin kestirimi problemine makine öğrenimi yöntemi ile bir çözüm sunulmuştur.

ABSTRACT

Throughout the history of aviation, the geographical location of the vehicles during navigation has been wondered in terms of safety. Many engineering studies have developed methods to solve this problem, and today, autonomous navigation is carried out using this information with the help of very small sensors. Many of these methods are able to locate the vehicle by taking an external reference point.

Thanks to the rapidly developing GNSS (Global Navigation Satellite Systems) in recent years, it has become easier to determine the location of the vehicles with the receiver in the vehicle. However, these satellites, which broadcast at very low frequencies, can often be interrupted. In addition, since these satellite systems owned by developed countries are deactivated in critical situations, position estimation with internal sensors has become essential.

In this study, a solution to the problem of estimation of position information, which is one of the critical information for unmanned aerial vehicles to complete their navigation and missions safely, is presented by machine learning method.