Kısmi tahrikli insansız su üstü aracı için çok adımlı yapay sinir ağı tabanlı sistem tanımlaması ve lineer olmayan model öngörülü kontrolcu tasarımı
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: İngilizce
Öğrenci: MUSTAFA YILDIRIM
Danışman: Mustafa Mert Ankaralı
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez, eksik tahrikli 3-DOF insansız su üstü aracı (USV) için sinir ağları kullanarak pratik bir dinamik model öğrenmeye ve öğrenilen modeli doğrusal olmayan model öngörülü kontrol (NMPC) içinde kullanmaya odaklanmaktadır. Fizik tabanlı manevra modelleri yararlı bir kuramsal yapı sunsa da, doğruluk parametre belirsizliği, gürültülü ölçümler ve eyleyici (aktüatör) davranışı nedeniyle pratikte etkilenebilir. Gerçek işletimde dinamikler anlık hıza ve gerçek itkiye bağlıdır; ancak eldeki sinyaller çoğunlukla gürültülü hız ölçümleri ve doğrusal olmayanlıklar ile gecikmeler nedeniyle üretilen itkiye eşit olmayan itici komutlarıdır. Bu uyumsuzluğu azaltmak için sinir ağı tanımlayıcıları, gövde-çerçevesi hızlarının kısa bir geçmişini ve itici komutlarının kısa bir geçmişini birlikte girdi olarak kullanır; böylece ağlar etkin (effective) itkiyi örtük olarak tahmin edebilir ve gürültüye daha dayanıklı hale gelir. Üç kestirici vurgulanmakta ve karşılaştırılmaktadır: (i) geleneksel 3-DOF Fossen manevra modeli, (ii) tüm öngörü ufkunu tek bir ileri geçişte çıktılayan çok-adımlı bir MLP ve (iii) aynı ufuk uzunluğunda çıktı üreten sequence-to-sequence (encoder--decoder) bir LSTM. Sinir ağı modelleri, çok-adımlı öngörülerde sapmayı sınırlamak için NMPC ufku ile aynı uzunlukta yörünge kesitleri üzerinde eğitilmiştir. Veriler Gazebo benzetim ortamında üretilmiş ve denetleyiciler Clearpath Robotics Heron USV modeli kullanılarak aynı ortamda test edilmiştir. NMPC formülasyonu, hem öğrenilen modeli hem de fizik tabanlı modeli kullanabilecek şekilde tasarlanmış ve gövde-çerçevesi hız izleme ile konum/yörünge izleme görevlerinde değerlendirilmiştir. Sonuçlar, çok-adımlı sinir ağlarının ufuk boyunca doğru kestirimler sağlayabildiğini ve gerçek zamanlı NMPC uygulamalarını destekleyebildiğini göstermektedir.