Tez No	İndirme	Tez Künye	Durumu
213197		Controlling a non-holonomic vehicle via artificial neural networks / Holonomik olmayan araçların yapay sinir ağları ile kontrolü Yazar:AYTAÇ GÖREN Danışman: PROF.DR. EROL UYAR Yer Bilgisi: Dokuz Eylül Üniversitesi / Fen Bilimleri Enstitüsü / Makine Teorisi ve Dinamiği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering ; Makine Mühendisliği = Mechanical Engineering Dizin:Bulanık mantık = Fuzzy logic ; Hareketli robotlar = Mobile robots ; Yapay sinir ağları = Artificial neural networks	Onaylandı Doktora İngilizce 2007 147 s.
Öğrenebilen otonom robotların modern üretim teknolojilerinde kullanımı kaçınılmazdır. Modern endüstriler, mükemmel mamül üretim yarışı içerisinde hızlı ve verimli üretim, hassas ölçme ve sağlam kontrolü gerektirirken; insan da günlük hayatta daha fazla komfor aramaktadır. Değişik görevler için değişik çeşit robot araçlar sadece üretim endüstrisinde değil, günlük hayatta da hızla ortaya çıkmaktadır. Bu araştırmada, dört tekerlekli bir araç modeli Dokuz Eylül Üniversitesi Makina Mühendisliği Bölümü Otomatik Kontrol Laboratuvarı'nda üretilmiş ve üzerine hareket elemanları, çeşitli algılayıcılar, iletişim cihazları, veri toplama ve kontrol üniteleri yerleştirilmiştir. Üretilen bu otonom tekerlekli gezgin robot modelinde ilk aşamada sensör füzyonu ve algılayıcılardan daha güvenilir veri alma konusunda Dempster-Shafer teoremi denenmiştir. Otonom gezgin robotlarda sıklıkla kullanılan bulanık mantık ve yapay sinir ağları mimarileri temel denklem ve kontrol parametrelerinden başlanılarak, gezgin robotlarda YSA kullanımının avantajları ortaya konularak bu tezin ikinci bölümünde anlatılmıştır. Üçüncü bölümde gezgin robot modelinin kinematik analizine yer verilmiştir. Dördüncü bölümde ise deneysel veriler ve spnuçlar gösterilmiştir. Bölüm beş olarak adlandırılan sonuç bölümünde sadece teknik ve bilimsel araştırma açısından değil, günlük hayatta kullanım açısından da değerlendirilmiştir.
The use of learning autonomous robots is inevitable in modern production technologies. Modern industries require efficient production, précised measuring and robust control systems due to the hard competition of perfect product manufacturing whereas human wants more comfort in life. Various kinds of robot vehicles for various tasks have been developing increasingly not only in production industry but also in daily life. In this research, a vehicle model with four wheels is built and equipped with actuators, different types of sensors, communication devices, data acquisition and control units in Automatic Control Laboratory of Mechanical Engineering Department of Dokuz Eylul University. On this developed autonomous wheeled mobile robot model, Dempster-Shafer evidence theory is tested at first step in means of sensor fusion for having more reliable data from sensors. Fuzzy logic and most types of artificial neural networks architectures which are popular on autonomous mobile robots are explained starting with basic equations and control parameters, revealing the advantages of ANNs use on autonomous mobile robots in second chapter of this thesis. Chapter three covers the kinematic analysis of mobile robot model. It is the fourth chapter, in which the experimental data and results are demonstrated. The conclusion part, which is named as chapter five, is the part in which the results are evaluated in not only in means of technical or scientific research but also in means of daily life use