13 results
Search Results
Now showing 1 - 10 of 13
Article Citation - WoS: 2Citation - Scopus: 1Autonomous Landing of a Quadrotor on a Moving Platform Using Motion Capture System(Springer, 2024) Qassab, Ayman; Khan, Muhammad Umer; Irfanoglu, BulentThis paper investigates the challenging problem of the autonomous landing of a quadrotor on a moving platform in a non-cooperative environment. The limited sensing ability of quadrotors often hampers their utilization for autonomous landing, especially in GPS-denied areas. The performance of motion capture systems (MCSs) in many application areas is the motivation to utilize them for the autonomous take-off and landing of the quadrotor in this research. An autonomous closed-loop vision-based navigation, tracking, and control system is proposed for quadrotors to perform landing based upon Model Predictive Control (MPC) by utilizing multi-objective functions. The entire process is posed as a constrained tracking problem to minimize energy consumption and ensure smooth maneuvers. The proposed approach is fully autonomous from take-off to landing; whereas, the movements of the landing platform are pre-defined but still unknown to the quadrotor. The landing performance of the quadrotor is tested and evaluated for three different movement patterns: static, square-shaped, and circular-shaped. Through experimental results, the pose error between the quadrotor and the platform is measured and found to be less than 30 cm. Introducing a holistic vision system for quadrotor navigation, tracking, and landing on stationary/moving platforms. Proposing an energy-efficient, smooth, and stable MPC controller validated by Lyapunov analysis. Validating the adept tracking and safe landings of the quadrotor on stationary/moving platforms through three diverse experiments.Master Thesis Pervane Arızası Durumunda Kuadrotorun Stabilitesini Sağlamak(2021) Altınuç, Kemal Orçun; Khan, Muhammad UmerBu tezde, sabit kanatlı bir kuadrotorun, yalpalama hareketinden feragat ederek bir veya iki zıt pervanesini kaybetmesine rağmen 3 boyutlu uzayda konumunu koruması için bir çözüm sunulmaktadır. Bu kontrol stratejisinde, kuadrotor, araca göre sabitlenmiş bir birincil eksen etrafında döner ve bu ekseni ötelenme hareketi gerçekleştirmek için değiştirir. Bir pervane veya iki karşıt pervane kaybetmesine rağmen kuadrotorun tutumunu ve konumunu stabilize etmek için çok döngülü bir kademeli kontrol kanunu geliştirilmiştir. İlk olarak, motor arıza senaryoları için denge çözümleri hesaplanır. Daha sonra, bir referans ve bir özel kuadrotor için doğrusallaştırılmış sistem etrafında bir azaltılmış durum denetleyicisi ve konum denetleyicisi tasarlanır. Matlab/Simulink ve Matlab/Simscape üzerinde simülasyonlar yapılarak sonuçlar karşılaştırılır. Son olarak, özel yapım bir kuadrotorun CAD çizimleri, kuadrotorun eylemsizlik momentini hesaplamak için kullanılır ve sonuçlar Çift Telli Pendulum deneyi ile doğrulanır. Sonuçlar, kuadrotorun pervane arızası durumunda stabiliteye ulaştığını göstermektedir.Master Thesis Bilinmeyen Ortamlarda Robot Sürüleri için Algoritma Planlamada Etkin Bir Yol(2020) Abdı, Mohammed Isam Ismael; Khan, Muhammad UmerBirçok durumda birkaç mobil robot —bağımsız ajan— tek bir robot için gerçekleştirilmesi zor veya imkânsız hedefleri elde etmek amacıyla ekip halinde bir araya gelebilirler. Bu mobil robotlar belli bir görevi yerine getirmek için iş birliği yapabilirler, bu, sürünün büyüklüğüyle tam bir karşılıklı ilişki halindedir. Tek tek her robot sensörlerini kullanarak yerel ortamla karşılıklı olarak etkileşir. Sürü açısından birincil endişe başlangıçtan hedef yere kadar güvenli bir yolun tanımlanması ve izlenmesidir. Literatürde bu hedefin gerçekleştirilmesiyle ilgili Neural Network (Sinir Ağları), Genetic Algorithms (Genetik Algoritmalar), Bacterial Foraging Optimization (Bakteriyel Besin Arama Optimizasyonu), Ant Colony Optimization (Karınca Kolonisi Optimizasyonu), Artificial Potential Field (Yapay Potansiyel Alan), v.b. gibi pek çok algoritma mevcuttur. Bunlar arasında Bacterial Foraging Optimization (BFO) algoritması çalışma ortamında bilinen tüm engelleri göz önüne alarak güvenliği ve hedefin bulunmasını sağlamaktaki etkinliği nedeniyle pek çok bilimcinin dikkatini çekmektedir. Ayrıca, belirlenen yolu keşfeder ve doğru olarak izler. BFO kümeleşme prensiplerini ve doğadaki sosyal davranışlar analojisini kullanan, ilhamını biyolojiden alan doğrudan yaklaşımlı ama güçlü bir optimizasyon yöntemidir. BFO yassı bir yüzey haritası üzerinde engellerin varlığında başlangıçtan hedef noktaya kadar optimal yolu başarıyla araştırır. Ancak bu algoritma, konveks olmayan engellerin işe karışması durumunda yerel asgari şartlara sıkışmak gibi bir zayıflığa sahiptir. Sürünün robotlarından herhangi birinin sıkışıp kalması durumu görevinin tamamının başarısızlığı olarak görülmektedir. Bu araştırma BFO algoritmasının hem konveks olan hem de olmayan niteliklerdeki engellerden başarıyla kaçınılmasını sağlayan iyileştirilmiş bir versiyonunu önermektedir. Önerilen algoritma engele zıt yöndeki belli bir mesafeyi kapsayarak robotun yerel asgari değerlerden kurtulmasına yardım eder. Sert bir açıyla karşılaşıldığında algoritma güvenli bir yol oluşturmak için görsel engeller oluşturmaya başlar. Daha sonra bu bilgi diğer robotlara aktarılarak onların da yerel minimumlardan kaçınmaları sağlanır. Önerilen algoritmanın etkinliğinin test edilmesi için mevcut BFO algoritmasıyla bir karşılaştırma yapılmıştır. Her iki algoritmanın performansı bilinmeyen dinamik ve statik ortamlarda test edilmiştir. Sonuçlara göre, önerilen algoritmanın yerel minimumlardan başarıyla kurtulduğu ve BFO'nun sıkışıp kaldığı gözlenmiştir.Master Thesis Derin öğrenme ile orman yangını tespiti(2024) Özel, Berk; Khan, Muhammad UmerYangın algılama sistemleri can güvenliği ve maddi hasarın en aza indirilmesi açısından kritik öneme sahiptir. Bu tür sistemlerin hayati önem taşıdığı alanlardan biri de orman yangınlarıdır. Son yıllarda büyüklük, süre ve tahribat açısından rekor sayıda orman yangını yaşandı. Duman veya ısı sensörleri gibi geleneksel yangın algılama yöntemlerinin sınırlamaları vardır ve bu da ileri teknolojilere dayalı yenilikçi yaklaşımların ortaya çıkmasına neden olur. Bu tez, orman yangını tespiti için bir derin öğrenme modeli olan ResNet ile birlikte Batch-Instance Normalizasyonunun uygulanmasını incelemektedir. Çalışma, Batch-Instance Normalizasyonunun performansını diğer normalleştirme yaklaşımlarıyla karşılaştırmaktadır. Bu çalışmada modelin eğitimi için orman yangını veri seti kullanılmıştır. Bu veri seti 4609 görsel içermektedir. Bu görseller 2120 Yangın, 2499 yangın içermeyen görselden oluşmaktadır. ResNet modeli sekiz farklı optimize edici ile test edilmiş ve en iyi sonuçları veren ile eğitilmiştir. Deneyler, normalizasyon tekniklerinin ve optimize edicilerin yangın tespitinin doğruluğu üzerindeki etkisini değerlendirmektedir. Sonuçlar, tek üstel düzeltmeyle Batch-Instance Normalizasyonunun modelin doğruluğunu önemli ölçüde artırdığını göstermektedir. Deneyde model, 96.14% F1 skoruna, 96.56% doğruluğa ve 99.49% kesinlik değerlerine ulaşmıştır. Diğer yaklaşımlardan minimum %1 doğruluk farkı, %0,6 F1 skor farkı, %1,05 kesinlik farkı elde edilmiştir. Derin öğrenmenin yeteneklerini Batch-Instance Normalizasyonunuyla birleştirmek, orman yangını tespiti için umut verici ve etkili bir çözüm ortaya koydu.Master Thesis Hava Manipülatörü için Farklı Kontrol Sistemlerinin Tasarımı(2019) Başaranoğlu, Ahmet Turgut; Khan, Muhammad Umer; Arıkan, Kutluk BilgeBu tez kapsamında, dört rotorlu bir multikopter ve tek serbestlik dereceli robot koldan oluşan bir uçan manipülatör için yönelim ve pozisyon denetimcileri tasarlanmış ve tartışılmıştır. Robotik kol uçan platformun yunuslama düzleminde çalışmaktadır. Seçilen senaryolara yönelik çeşitli denetim algoritmaları tasarlanmıştır. Bütüncül sistem dinamiğine (multikopter ve manipülatörün etkileşimli doğrusal olmayan modeli) yönelik merkezi denetimciler tasarlanmıştır. Bununla birlikte, platform ve manipülatörü ayrı ayrı denetleyen dağıtılmış kontrol sistemleri de tasarlanmıştır. Robotik kolun uçan sisteme etki eden bozucu girdinin bertaraf edilmesine, sistemin yönelim ve pozisyon kontrolüne yönelik kullanımı senaryolar çerçevesinde çalışılmıştır. ADRC, T-LQR ve ardışık PID denetim algoritmaları tasarlanmıştır. Seçilen denetim yapısı ve senaryo iç mekanda çalışan bir uçan manipülatör üzerinde uygulanmıştır. Ultra geniş bant konumlandırma sistemi pozisyon ve yükseklik ölçümü için kullanılmıştır. Raspberry Pi 3 B +, Naze 32 donanımı ile Phyton kodu ve Matlab/Simulink yazılımı kullanarak gerçek zamanlı testler gerçekleştirilmiştir. Yönelik denetimcisi parametrelerinin test düzeneği üzerinde ince ayarları gerçekleştirilmiştir. Temel uçuş testleri ile yönelim ve pozisyon kontrolcü parametreleri düzenlenmiştir. Benzetimler ve testler ile robotik manipülatörün bozucu girdileri bertaraf etmeye, yönelim ve pozisyon denetimini sağlamaya yönelik kullanımı gösterilmiştir. Anahtar Kelimeler: Uçan Manipülatör, Kuadkopter, ADRC, Takipçi LQR, Ardışık PID, Naze 32, Raspberry Pi, İç Mekan Konumlama, Yönelim Denetimi, Pozisyon DenetimiMaster Thesis Optı-track Kameraları Kullanarak Birden Fazla Temsilci için Yerelleştirme ve Yol Planlaması(2021) Al-qassab, Ayman; Khan, Muhammad Umer; Mohammadzadeh, Mohammad Hassan GolFiziksel bir mekandaki nesnelerin veya canlıların hareketlerinin dijital olarak algılanması ve kaydedilmesi işlemi, Opti-Track sistemi gibi hareket yakalama (MoCap) sistemi kullanılarak gerçekleştirilir. Bu çalışmada hareket yakalama sisteminin amacı, hem quadrotor hem de mobil platformun pozlarını sürekli olarak belirlemektir. Konum bilgisi navigasyon sistemi tarafından quadrotor'u hareketli mobil platforma yönlendirmek ve güvenli bir şekilde inmek için kullanılır. İstenen sonuçları iyi bir doğrulukla elde etmek için mobil platformu izlemek için bir Kalman filtresi kullanılır. Ayrıca, mobil platformun gelecekteki konumunu tahmin etmek için başka bir Kalman filtresi kullanılmıştır. Quadrotoru tahmin edilen konuma yönlendirmek için bir model öngörücü kontrolör (MPC) kullanılır. Model öngörücü kontrolü, quadrotor'un istenen yolu izlemesine yardımcı olur. Bu çalışma, hareketli bir mobil platformun gelecekteki konumunu tahmin etmek ve quadrotor'u mobil platforma yönlendirmek için hareket yakalama sisteminin bilgisini ve Kalman filtresini kullanan bir navigasyon sistemi önerdi. Navigasyon sistemi, quadrotor'un kalkışını, seyir yörüngesini ve mobil platforma inişini otonom olarak kontrol eder. Önerilen navigasyon sisteminin performansını ve güvenilirliğini doğrulamak için çeşitli deneyler yapılmıştır. Deneylerin sonuçları, önerilen navigasyon sisteminin istenen sonuçlara ulaşmada etkili olduğunu kanıtladığını göstermektedirArticle Citation - WoS: 5Citation - Scopus: 4Avoiding Contingent Incidents by Quadrotors Due To One or Two Propellers Failure(Public Library Science, 2023) Altinuc, Kemal Orcun; Khan, Muhammad Umer; Iqbal, JamshedWith the increasing impact of drones in our daily lives, safety issues have become a primary concern. In this study, a novel supervisor-based active fault-tolerant (FT) control system is presented for a rotary-wing quadrotor to maintain its pose in 3D space upon losing one or two propellers. Our approach allows the quadrotor to make controlled movements about a primary axis attached to the body-fixed frame. A multi-loop cascaded control architecture is designed to ensure robustness, stability, reference tracking, and safe landing. The altitude control is performed using a proportional-integral-derivative (PID) controller, whereas linear-quadratic-integral (LQI) and model-predictive-control (MPC) have been investigated for reduced attitude control and their performance is compared based on absolute and mean-squared error. The simulation results affirm that the quadrotor remains in a stable region, successfully performs the reference tracking, and ensures a safe landing while counteracting the effects of propeller(s) failures.Master Thesis Motor Görüntü Görevlerinin Hibrit Elektroensefalografi (eeg)- İşlevesel Kızılötesine Yakın Spektroskopi (fnirs) Beyin Bilgisayar Ara Birimi (bcı) Sınıflandırması(2019) Hasan, Mustafa Amer Hasan; Khan, Muhammad UmerHibrid Beyin Bilgisayar Ara Birimi, iki ya da daha fazla nörofizyolojik sinyalin birleşimidir ve tek modalite sakıncalarını tamamlama yeteneği ile uyumlu hale getirici özellikleri ortaya çıkarmada güvenilir sonuçlar elde etmesiyle dikkat çekmektedir. Simultane biçimde kaydedilen işlevsel kızılötesine yakın spektroskopi(fNIRS) füzyonu ve Elektroensefalografi (EEG)aracılığı ile elde edilen hibrid bir EEG-fNIRS BCI sistemi, tek-modalite sınırlarını aşmak ve yüksek motor görevlerinin üstesinden gelmek üzere kullanılmaktadır. Her ne kadar hibrid BCI yaklaşımı sistemin performansını başarıya ulaştırsa da, hala ilerlemeler iki modaliteyi birleştirmek üzere hesaplama olmaması nedeniyle henüz makul düzeydedir. Bu teze katkılar iki yönlüdür: en çok temsili kanalları seçme konusundaki roman kanal seçim katsayı korelasyonu ve Çoklu çözünürlük tek değerli dekompozisyan kullanan roman füzyon yaklaşımı (MSVD). MSVD' den, optimal EEG-fNIRS kanallar için hem sistem-temelli ve hem de özellik-temelli füzyon elde etmekte yararlanılır. Bu teze diğer bir katkı da, özellik-temelli füzyon için kanonik korelasyon analizinden (CCA) yararlanmaktır. Korelasyon analizi, öncelikle iki modalite arasındaki ilişki üzerinde çalışmak üzere kullanılmaktadır. CCA özellik-temelli füzyon, iki modalite üstünden inter-konulu orta değişikliği maksimize ederek performansı arttırdı. Simülasyon sonuçları vasıtasıyla, hesaplama karmaşıklığını azaltırken, amaçlanan yaklaşımların optimal performansı elde etmeye katkı sağladığına tanık olunabilmektedir.Master Thesis Kolektif Derin Öğrenme ve Transfer Öğrenme Yoluyla Mahsul ve Meyve Sınıflandırması(2023) Daşkın, Zeynep Dilan; Khan, Muhammad UmerSon yıllarda yapılan teknolojik gelişmeler, tarım sektörünü hızlı bir şekilde yeniden şekillendirerek, daha önce kullanılmakta olan geleneksel metotlarda devrim yaratıyor ve insanlık için daha sürdürülebilir ve üretken bir geleceğin yolunu açıyor. Tarım sektörü, makine öğrenmesi, sensor ve mekanizmaları kullanarak otomatikleşirken, aynı zamanda verimlilik artımı, kaynak yönetimi ve mahsul sağlığı açısından da köklü bir değişim yaşıyor. Bu tez çalışmasında, son teknoloji makine öğrenimi tabanlı görüntü işleme teknikleri ve algoritmaları kapsamlı bir şekilde araştırılmış ve analiz edilmiştir. Amaç, çeşitli mahsulleri, meyveleri ve sebzeleri doğru bir şekilde tespit eden, tanımlayan ve sınıflandıran sağlam metodolojiler geliştirmektir. Nihai hedef, gelişen tarımsal otomasyon endüstrisine önemli ölçüde katkıda bulunmak, süreçleri kolaylaştırmak ve tarım sektöründe verimliliği arttırmaktır. Gerçek yaşam koşullarına en yakın sonuçları elde etmek için, yazarların kendi oluşturduğu mahsul veri kümeleri bu araştırma boyunca önerilen algoritmalara entegre edilmiş ve kullanılmıştır. Bu çalışma sırasında kullanılan mevcut Evrişimsel Sinir Ağları algoritmaları AlexNet, GoogleNet, InceptionV3, SqueezeNet, DenseNet ve VGG-16'dır. Bu çalışmada, doğruluk, kayıp, F1-skoru, tahmin, kesinlik ve duyarlılık olmak üzere genel değerlendirme metriklerinin performansını yükseltmek için çeşitli gelişmiş algoritmalar araştırılmış ve incelenmiştir. Özellikle, tarımsal otomasyon sisteminin etkinliğini ve güvenilirliğini arttırmayı amaçlayan Kolektif Öğrenme ve Öğrenme Aktarımı adlı iki metot tanıtılmış ve kapsamlı bir şekilde analiz edilmiştir. Çalışmanın sonuçları, önerilen algoritmaların tarım endüstrisinde son derece etkili olduğunu ve istenen sonuçları benzersiz bir doğruluk ve hassasiyetle sunma yeteneklerini kanıtlamaktadır. Bu sonuçlar, bu algoritmaların operasyonel verimliliği önemli ölçüde arttırma, kaynak tahsisini optimize etme ve gelecek için tarımsal otomasyonda sürdürülebilir uygulamaları teşvik etme gibi potansiyellerini de göstermekte ve teyit etmektedir.Article Strawberries Maturity Level Detection Using Convolutional Neural Network (cnn) and Ensemble Method(Computer Vision and Machine Learning in Agriculture, 2023) Daşkın, Zeynep Dilan; Khan, Muhammad Umer; İrfanoğlu, Bülent; Alam, Muhammad ShahabHarvesting high-quality products at an affordable expense has been the prime incentive for the agriculture industry. Automation and intelligent software technology is playing a pivotal role in achieving both practical and effective solutions. In this study, we developed a robust deep learning-based vision framework to detect and classify strawberries according to their maturity levels. Due to the unavailability of the relevant dataset, we built up a novel dataset comprising 900 strawberry images to evaluate the performance of existing convolutional neural network (CNN) models under complex background conditions. The overall dataset is categorized into three classes: mature, semi-mature, and immature. The existing classifiers evaluated during this study are AlexNet, GoogleNet, SqueezeNet, DenseNet, and VGG-16. To further improve the overall prediction accuracy, two Ensemble methods are proposed based on SqueezeNet, GoogleNet, and VGG-16. Based on the considered performance matrices, SqueezeNet is recommended as the most effective model among all the classifiers and networks for detecting and classifying the maturity levels of strawberries.