Tez No	İndirme	Tez Künye	Durumu
153330	Bu tezin, veri tabanı üzerinden yayınlanma izni bulunmamaktadır. Yayınlanma izni olmayan tezlerin basılı kopyalarına Üniversite kütüphaneniz aracılığıyla (TÜBESS üzerinden) erişebilirsiniz.	Intelligent methods for dynamic analysis and navigation of autonomous land vehicles / Otonom kara araçlarının dinamik analizi ve seyrüseferleri için akıllı metodlar Yazar:HÜSEYİN BURAK KAYGISIZ Danışman: PROF. DR. AYDAN ERKMEN ; PROF. DR. İSMET ERKMEN Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik-Elektronik Mühendisliği Ana Bilim Dalı Konu:Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering Dizin:	Onaylandı Doktora İngilizce 2004 204 s.
oz OTONOM KARA ARAÇLARININ DİNAMİK ANALİZİ VE SEYRÜSEFERİ İÇİN AKILLI METODLAR Kaygısız, Hüseyin Burak Doktora, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Aydan ERKMEN Ortak Tez Yöneticisi: Prof. Dr. İsmet ERKMEN Temmuz 2004, 1 82 sayfa Otonom kara araçları (OKA) askeri ve ticari kullanımlara girmesinden sonra çok fazla ilgi çekmeye başlamışlardır. OKA' lar hala önemli bir araştırma konusu olmaya devam etmektedirler. OKA uygulamalarında karşılaşılan ana soranlardan biri sistemin operasyonu sırasında karşılaşılan seyrüsefer hassasiyeti iken bir diğeri yoldan gelen ve araç ile yükünün çalışmasını engelleyebilecek dinamik etkilerdir. Bu tezde, OKA'nm bu iki sorunu için akıllı çözümler önerilmiştir. Öncelikle, küresel konumlama sisteminden (KKS'den) sinyal alınamadığı durumlarda tümleştirilmiş küresel konumİama/ataletseî seyrüsefer sisteminin (KKS/ASS) kara sistemlerindeki başanmını yükseltmek için bir akıllı yöntem önerilmiştir. Yöntemimiz KKS sinyalinin olmadığı zamanlarda KKS/ASS sistemine yardım etmek için kullanılan bir yapay sinir ağına (YSA) vıdayanmaktadır. Önerilen YSA yardımlı KKS/ASS sistemi dimaik bir testle denemiş ve sonuçlar burada verilmiştir. Böylece, KKS/ASS+YSA sisteminin başarımı yer denemeleri ile gösterilmiştir. Bundan sonra, çalışmamız OKA'nm kararlılık bölgesinin belirlenmesi ve genişletilmesi üzerine yoğunlaşmıştır. Bu tezde, OKA'nm çekim bölgesinin kaotik ve kesirli boyut ile pürüzlü kümeler kullanılan hücreden hücreye dönüşüm ile ortaya çıkarılan kaotik sınırlara sahip düzenli alanlardan oluştuğu bulunmuştur. Pürüzlü küme teorisi kullanılarak, hücresel durum uzaymdaki bütün hücreler, kesirli boyutlarına göre alt yaklaşımın (kesinlikle kararlı), üst yaklaşımın (olasılıkla kararlı) veya sınır bölgesinin üyeleri olarak asmıflandınlmıştır. Elde edilen pürüzlü küme düzenli bölgedeki belirsizliği modellemek için kullanılmıştır. Bu belirsizlik, araç şasisi denetimi için kullanılacak ve titreşimden oluşacak yük bozulmalarım önleyecek düzenli bölgeyi genişletmek amacı ile bir zorlamalı öğrenme yöntemi kullanılarak düzgünleştirilmiştir. Bu sayede, OKA'nm dinamik anlamda olabilecek en geniş güvenli alanda çalışması ve araç ile yükün korunması sağlanmıştır. Anahtar Kelimeler: Ataletsel Seyrüsefer Sistemi (ASS), Küresel Konumlama Sistemi (KKS), Yapay Sinir Ağı (YSA), Otonom Araçlar, Yardımlı Seyrüsefer, Kaos, Doğrusal Olmayan Analiz. vıı
ABSTRACT INTELLIGENT METHODS FOR DYNAMIC ANALYSIS AND NAVIGATION OF AUTONOMOUS LAND VEHICLES Kaygısız, Hüseyin Burak Ph.D., Department of Electrical and Electronics Engineering Supervisor: Prof. Dr. Aydan ERKMEN Co-Supervisor: Prof. Dr. İsmet ERKMEN July 2004, 182 pages Autonomous land vehicles (ALVs) have received considerable attention after their introduction into military and commercial applications. ALVs still stand as a challenging research topic. One of the main problems arising in ALV operations is the navigation accuracy while the other is the dynamic effects of road irregularities which may prevent the vehicle and its cargo to function properly. In this thesis, we propose intelligent solutions to these two basic problems of ALV. First, an intelligent method is proposed to enhance the performance of a coupled global positioning/inertial navigation system (GPS/INS) for land navigation applications during the GPS signal loss. Our method is based on using an artificial neural network (ANN) to intelligently aid the GPS/INS coupled navigation system in the absence of GPS signals. The proposed enhanced GPS/INS is used in the ivdynamic environment of a tour of an autonomous van and we provide the results here. GPS/INS+ANN system performance is thus demonstrated with the land trials. Secondly, our work focuses on the identification and enlargement of the stability region of the ALV. In this thesis, the domain of attraction of the ALV is found to be patched by chaotic and regular regions with chaotic boundaries which are extracted using novel technique of cell mapping equipped with measures of fractal dimension and rough sets. All image cells in the cellular state space, with their individual fractal dimension are classified as being members of lower approximation (surely stable), upper approximation (possibly stable) or boundary region using rough set theory. The obtained rough set with fractal dimension as its attribute is used to model the uncertainty of the regular regions. This uncertainty is then smoothed by a reinforcement learning algorithm in order to enlarge regular regions that are used for chassis control, critical in ALV in preventing vibration damages that can harm the payload. Hence, we will make ALV work in the largest safe area in dynamical sense and prevent the vehicle and its cargo. Keywords: Inertial Navigation System (INS), Global Positioning System (GPS), Artificial Neural Network (ANN), Autonomous Vehicles, Aided Navigation, Chaos, Nonlinear Analysis.