İnsansız Hava Araçlarında Görüntü İşleme Tabanlı İniş Sistemi Tasarımı Ve Gerçeklemesi
Yazarlar:
Ali VURGUN Aydın YEŞİLDİREK
Yayın Yılı:
2019
Yayıncı:
4. Uluslararası Bilimsel Araştırmalar Kongresi (UBAK)
Dil:
Turkish
Disipline:
Kültür ve Medya Çalışmaları
Konu:
Library Science
Özet:
Döner-kanatlı İnsansız Hava Araçları(İHA), manevra ve operasyon kabiliyetlerinin yüksek olması, insan müdahalesinin mümkün olmadığı durumlarda kullanılabilir olması, içerisinde herhangi bir yaşamsal faaliyetin bulunmaması ve bakım idame masra�larının daha düşük olması gibi sebeplerden dolayı 21. Yüz yıl itibari ile yaygın olarak kullanılmaya başlanmıştır. İHA'ların görevlerini veya uçuş sürelerini tamamladıktan sonra, önceden belirlenmiş bir hedef konuma güvenli bir şekilde iniş yapabilmesi, önemli ve kritik bir görevdir. Pilot dikkatsizliğinden, ölçüm hatalarına veya çevresel etkilerden kaynaklı nedenlerle, İHA'nın inişinin güvenli bir şekilde gerçekleştirilememesi, büyük ihtimalle maddi hasarlarla, çevre kirliliğine veya hayati tehlikelerle sonuçlanmaktadır. Bu çalışmada, dikey iniş-kalkış yapabilen döner kanatlı İHA'lar için görüntü işleme tabanlı hedef belirleme ve iniş kontrol algoritma tasarımı yapılmıştır. Bu algoritmaların gerçeklenmesi için açık kaynak kodlu PX4 otopilot yazılımı kullanılmış ve testleri Solo quadcopter üzerinde yapılmıştır. İHA'nın iniş yapacağı hedef platform(helipad) gerçek zamanlı görüntü işleme ile tespit edilmiştir. Hedef platformun görüntü işleme yöntemi ile bulunmasında Haar-Cascade nesne bulma algoritmasından faydalanılmıştır. Helipad üzerinde tanımlanan özellik noktaları lokal hareket sensörleriyle birleştirilerek dikey iniş-kalkış için gerekli hassas pozisyon (konum ve oryantasyon) bilgileri elde edilmiştir. Geliştirilen tüm algoritmalar bir yer istasyonunda koşmaktadır ve İHA'nın tüm kontrol komutları bu yer istasyonundan İHA'ya gönderilmektedir. Uçuş testleri dış ortamda gerçekleştirilmiş ve geliştirilen algoritmaların doğrulaması yapılmıştır. Anahtar Kelimeler: İnsansız Hava Aracı, Görüntü İşleme, Otonom İniş, Nesne Tespiti
Anahtar Kelime (AI):
İnsansız Hava Aracı
Görüntü İşleme
Otonom İniş
Nesne Tespiti
Images In The Unmanned Aircraft Design And Implementation Of The System
Yazarlar:
Ali VURGUN Aydın YEŞİLDİREK
Yayın Yılı:
2019
Yayıncı:
4. Uluslararası Bilimsel Araştırmalar Kongresi (UBAK)
Dil:
Turkish
Disiplin:
Library Science
Konu:
Library Science
Özet:
(AI):
Round-wheeled and unmanned aircraft have begun to be widely used since the 21st century due to reasons such as their high maneuver and operating capabilities, being able to be used in cases where human intervention is not possible, the absence of any vital activity in them and the lower maintenance masses.Having completed their missions or flight periods, being able to land safely to a predefined destination is an important and critical task.Causes caused by pilot negligence, measurement errors or environmental impacts, the failure to land in a safe way may result in material damage, environmental pollution or vital dangers.In this study, a target determination and landing control algorithm designed is based on image processing for rotating wings capable of vertical landing-rise.For the realization of these algorithms, open source px4 autopilot software was used and tests were carried out on solo quadcopter.The target platform (helipad) to be landed is identified by real-time image processing.The target platform has been used by the haar-cascade object search algorithm.The characteristic points identified on the helipad are combined with the local movement sensors and the precision position (location and orientation) information required for the vertical landing and rise is obtained.All the algorithms developed run on one ground station and all the control commands are sent from this ground station to the ground station.Flight tests are verified by the algorithms performed and developed in the external environment.Keywords: unmanned aircraft, image, self-driving, object identification
Anahtar Kelime :
Unmanned Aircraft
Image
Self-driving
Object Detection