SavedAdd your journal

Journals / Savunma Bilimleri Dergisi / 2012 / Cilt: 11 - Sayı: 1

İnsansız Hava Araçları için Çok Kriterli Güzergah Planlama Modeli

Nafiz Arıca
Halil Cicibaş
Kadir Alpaslan Demir
Pages
251–270
Publication Date
2012-03-01
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Geliştirdiğimiz model sayesinde İHA’larının otonom ve operatör kullanımlı uçuşlarında temel havacılık kurallarına uygun, etkin ve emniyetli güzergâh lar planlanabilmesine olanak sağlanmaktadır

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu bildiride Orta İrtifalarda Uçuş ve Uzun Havada Kalış İmkânına Sahip İnsansız Hava Araçları (Medium Altitude Long Endurance Unmanned Aerial Vehicles-MALE UAVs) için geliştirilen çok kriterli güzergâh planlama (multi-criteria path planning) modeli anlatılmaktadır.
📊
Key Findings & Data:Bu çalışmanın diğer güzergâh planlama çalışmalarından farkı, operasyonel ortam faktörlerini de içine alan daha fazla sayıda uçuş kriterinin planlamada dikkate alınmasıdır.
💡
Conclusion & Impact:Geliştirdiğimiz model sayesinde İHA’larının otonom ve operatör kullanımlı uçuşlarında temel havacılık kurallarına uygun, etkin ve emniyetli güzergâh lar planlanabilmesine olanak sağlanmaktadır
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:İnsansız Hava Araçları · Çok Kriterli Güzergâh Planlama · Modelleme

Özet

Bu bildiride Orta İrtifalarda Uçuş ve Uzun Havada Kalış İmkânına Sahip İnsansız Hava Araçları (Medium Altitude Long Endurance Unmanned Aerial Vehicles-MALE UAVs) için geliştirilen çok kriterli güzergâh planlama (multi-criteria path planning) modeli anlatılmaktadır. Önerilen model yardımıyla insansız hava araçlarının uçuş kabiliyetlerini, temel havacılık kurallarını, ortam dinamiklerini dikkate alarak insansız hava araçları için mesafe, süre, yakıt tüketimi açısından optimal güzergâh lar planlanabilmektedir. Ayrıca model, uçuş öncesi (offline) ve uçuş esnasında (online) güzergâh planlamalarının dinamik olarak yapılabilmesine imkân tanımaktadır. Bu çalışmanın diğer güzergâh planlama çalışmalarından farkı, operasyonel ortam faktörlerini de içine alan daha fazla sayıda uçuş kriterinin planlamada dikkate alınmasıdır. Geliştirdiğimiz model sayesinde İHA’larının otonom ve operatör kullanımlı uçuşlarında temel havacılık kurallarına uygun, etkin ve emniyetli güzergâh lar planlanabilmesine olanak sağlanmaktadır

🔖

Cite This Article

Arıca, N., Cicibaş, H., Demir, K. A. (2012). İnsansız Hava Araçları için Çok Kriterli Güzergah Planlama Modeli. Savunma Bilimleri Dergisi, Cilt: 11 - Sayı: 1, 251–270. https://ajindex.com/articles/52980

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (5)

  1. ABD Savunma Bakanlığı. (2009). Unmanned Systems Integrated Roadmap, 2009-2034.
  2. Boskovic, J.D., Prasanth, R. ve Mehra, R.K., (2002). A Multilayer Control Architecture For Unmanned Aerial Vehicles, American Control Conference, Alaska, A.B.D. Buss, A. (2002). Component based simulation modeling with SIMKIT, Winter Simulation Conference, San Diego, California, ABD. EngineSim Version 1.7a (2011). 14 Mayıs 2011’de http://www.grc.nasa.gov/WWW/K-12/airplane/ngnsim.html adresinden alınmıştır. Ferguson, D., Likhachev, M. ve Stentz, A. (2005). A guide to heuristic-based pathplanning. ICAPS Workshop on Planning under uncertainty for Autonomous Systems. Goerzen, C., Kong, Z. ve Mettler, B. (2009). A Survey of Motion Planning Algorithms from the Perspective of Autonomous UAV Guidance, Journal of Intelligent Robotic Systems. Jun, H. ve Qingbao, Z. (2010). Multi-objective Mobile Robot Path Planning Based on Improved Genetic Algorithm, 2010 International Conference on Intelligent Computation Technology and Automation, Nanjing, China. Kambhampati, S., Davis, L.S. (1986). Multiresolution path planning for mobile robots, IEEE Journal of Robotics and Automation, RA-2 (3), 135–145.
  3. Kim, Y., Gu, D. W. ve Postlethwaite, I. (2008). Real-Time Path Planning With Limited İnformation For Autonomous Unmanned Air Vehicles, Automatica Volume 44 (3), 696-712.
  4. Kress, M. ve Royset, J.O. (2007). Aerial Search Optimization Model (ASOM) for UAVs in Special Operations, Technical Reseach Report, Naval Postgraduate School,Monterey, California, ABD. Lamont, G.B., Slear, J.N. ve Melendez, K. (2007). UAV Swarm Mission Planning and Routing using Multi-Objective Evolutionary Algorithms, IEEE Symposium on Computational Intelligence in Multicriteria Decision Making, Honolulu, ABD. Myers, D., Batta, R. ve Karwan, M. (2011). Calculating Flight Time for Unmanned Aerial Vehicles in the Presence of Obstacles and the Incorporation of Flight Dynamics. (Military Operations Research dergisine yayınlanmak üzere gönderilmiştir.) NASA Jet Propulsion Laboratory. Shuttle Radar Topography Mission, 14 Mayıs 2011’de http://www2.jpl.nasa.gov/srtm/ adresinden alınmıştır. Nikolos, I.K., Valavanis, K.P., Tsourveloudis, N.C. ve Kostaras, A.N. (2003). Evolutionary algorithm based offline/online path planner for UAV navigation, IEEE Transactions on Systems, Man, and Cybernetics, 33 (12), 898–912.
  5. OpenMapTM, BBN Technologies, 14 Mayıs 2011’de http://openmap.bbn.com adresinden alınmıştır. Pfeiffer, B., Batta, R., Klamroth, K., N