Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: Aytaç Macit
Asıl Danışman (Eş Danışmanlı Tezler İçin): Nihat Akkuş
Eş Danışman: Hüseyin Yüce
Özet:GERÇEK ZAMANLI İŞLETİM SİSTEMİ TABANLI İNSANSIZ OTONOM BİR KARA TAŞITI Otonom taşıtlar için navigasyon sistemi oldukça önemli bir konudur. Küresel Konumlandırma Sistemi (GPS), bu tür sistemlerdeki konumlandırma için yaygın olarak tercih edilmektedir. Fakat GPS tek başına, harici elektromanyetik sinyallere olan bağımlılığı nedeniyle, kapalı ortamlarda bozulmaya uğradığından dolayı çalışmamaktadır ve güvenilir pozisyon verme yeteneği azdır. Ataletsel seyrüsefer sistemi, bir aracın konumunu ve yönünü belirlemek için atalet sensörleri kullanır. INS sisteminde, ölçüm hataları ve sıfırlama hatalarından dolayı devamlı bir hata birikimi oluşmaktadır. Hatanın zamanla birikmesi daha büyük hatalara sebep olmakta ve hata/sıklık oranını arttırmaktadır, bu yüzden farklı bir referansla karşılaştırılması gerekmektedir. Maliyetleri düşük olan Mikro Elektro Mekanik Sistem (MEMS) ataletsel sensörler, bu sistemlerin taleplerini yerine getirmek için GPS ile bağlantılı olarak ataletsel ölçüm birimi (IMU) kullanarak Ataletsel Navigasyon Sistemi (INS) geliştirmenin mümkün olmasını sağlamıştır. Bu iki sistemin birleştirmek için işlemi için genellikle yazılımsal filtreler kullanılmaktadır. Bu projede filtre olarak Genişletilmiş Kalman filtresi kullanılmıştır. Kalman filtresi genellikle gelen iki farklı veriyi karşılaştırarak bir sonraki adımda oluşacak olan hatayı tahmin etmekte kullanılmaktadır. Bu tezin amacı, bir kara taşıtının navigasyonuna uygun doğruluk seviyelerine sahip bir navigasyon çözümü sağlayabilen bir GPS / INS entegre sistemi geliştirmektir. Kullanılan temel ekipman, MEMS tabanlı Altimu-V4 ve bir Ublox GPS modülü kullanılmıştır. GPS'in INS ile entegrasyonu genişletilmiş bir Kalman filtresi kullanılarak gerçekleştirilebilir. Bu entegrasyon yönteminde INS hata durumu, herhangi bir seyir durumu (konum, hız ve durum) ve diğer bilinmeyen ilgi parametreleri ile birlikte GPS ölçümleri kullanılarak tahmin edilmiştir. Bu tez kapsamında INS ve GPS sistemleri ve entegrasyon yöntemleri araştırılmıştır. Genişletilmiş kalman filtresi yardımıyla bu sistemlerdeki hatalar bir arazi taşıtı için giderilerek doğru bir konum verisi üretilmeye çalışılmıştır. -------------------- AN UNMANNED AUTONOMOUS LAND VEHICLE DESIGN BASED ON REAL TIME OPERATING SYSTEM The navigation system is an important issue for autonomous vehicles. Global Positioning System (GPS) is widely preferred for positioning in such systems. However, GPS alone does not work because of its dependence on external electromagnetic signals, due to the deterioration in indoor environments, and its ability to give reliable positioning. The inertial navigation system uses inertial sensors to determine the position and direction of a vehicle. There is a continuous accumulation of errors in the INS system due to measurement errors and reset errors. Accumulation of the error over time causes larger errors and increases the error / frequency ratio, so it should be compared with a different reference. The low cost Micro Electro Mechanical System (MEMS) inertial sensors made it possible to develop an Inertial Navigation System (INS) using an inertial measurement unit (IMU) in conjunction with GPS to meet the demands of these systems. For combining these two systems, software filters are often used. Extended Kalman filter was used as filter in this project. The Kalman filter is often used to estimate the error that will occur in the next step by comparing two incoming data. The aim of this thesis is to develop a GPS / INS integrated system that can provide a navigation solution with accuracy levels suitable for the navigation of a land vehicle. The basic equipment used was the MEMS-based Altimu-V4 and an Ublox GPS module. The integration of GPS with INS can be accomplished using an extended Kalman filter. In this integration method, INS error status is estimated using GPS measurements along with any navigational status (position, speed and status) and other unknown interest parameters. In this thesis, INS and GPS systems and integration methods were investigated. With the help of the extended kalman filter, errors in these systems have been eliminated for a field vehicle and accurate location data has been produced.