Akademik Veri Yönetim Sistemi
Tezin Türü: Bütünleşik Doktora
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: GÜLCE YÜCEL BEDİR
Asıl Danışman (Eş Danışmanlı Tezler İçin): İnci Sarıçiçek
Eş Danışman: Ahmet Yazıcı
Özet:
Otonom sistemlerin gelişimiyle birlikte, İnsansız Su Üstü Araçlar (Unmanned Surface Vehicles-USV), deniz ortamında güvenli ve verimli görevlerin gerçekleştirilmesine olanak sağlamaktadır. Bu tez çalışmasında, USV’lerin çarpışma risklerini en aza indirerek, Uluslararası Denizde Çarpışmayı Önleme Kurallarına (COLREGs) uygun şekilde hareket etmelerini sağlayacak otonom bir sistem geliştirilmiştir. Amaç, gerçek zamanlı yörünge planlaması ile çarpışmalardan kaçınan, kurallara uygun ve çevresel koşullara duyarlı bir navigasyon sistemi tasarlamaktır. Geliştirilen sistemde, Derin Q Ağı (Deep Q Network-DQN) modeli tabanlı pekiştirmeli öğrenme yöntemi önerilmiştir. Yörünge üretiminde B-Spline eğrileri kullanılarak aracın manevra kabiliyeti modellenmiş, kontrol noktaları aracılığıyla çevreye uyumlu yumuşak eğriler elde edilmiştir. Pekiştirmeli öğrenme tabanlı yörünge planlamada dalga boyu, rüzgâr ve akıntı hızı gibi çevresel etkenler dikkate alınmaktadır. Önerilen yöntem, farklı simülasyon senaryolarında test edilmiş, doğrusal ve açısal hız değerleri ile theta açısının değişimi gözlemlenmiştir. Farklı öğrenme oranları ve sinir ağı yapılarına göre yapılan karşılaştırmalarda, elde edilen Q değerleri üzerinden sistem performansı analiz edilmiştir. Deneysel sonuçlar, önerilen pekiştirmeli öğrenme tabanlı yörünge planlama sisteminin başarılı sonuçlar verdiğini ortaya koymaktadır. Yöntem, yalnızca tek bir eğitim süreci ile benzer senaryolara doğrudan uygulanabilirlik sunarak, geleneksel yöntemlere kıyasla önemli ölçüde esneklik ve hız avantajı sağlamaktadır. Bu özellikler, otonom deniz araçlarıyla gerçekleştirilen görevlerin operasyonel verimliliğini artıracaktır.