Genişletilmiş kalman filtresi (GKF) tabanlı uçak üzeri eş zamanlı konumlama ve haritalama (U-EZKH)

Abstract

İnsansız Hava Araçları (İHA) kullanım ve geliştirilme amaçlarına uygun olarak verilen görevin tamamını veya bir bölümünü kendi kendine yani otonom olarak yapması beklenen hava araçlarıdır. Bu isteği karşılayabilmenin yani güvenli bir şekilde otonom seyrüsefer yapabilmenin ön koşulu ise hava aracının konumunun doğru şekilde bilinmesidir. Günümüzde konum belirlemenin en bilinen yöntemi Küresel Uydu Yönbulum Sistemlerinin(KUYS) kullanımıdır. Ancak KUYS’un olmadığı veya erişelemediği ortamlarda güvenli konum belirlemek araştırmacılar için zor ve önemli bir konu olarak ortaya çıkmaktadır. KUYS’un olmadığı ortamlarda ne hava aracı konumunun ne de serüsefer yapılan bölgenin haritasının da bilenmemesi durumunda çözüm olarak karşımıza çıkan Eş Zamanlı Konumlama ve Haritalamadır. Bu makalede İHA’larda KUYS’un olmadığı ve ortam haritasının bilinmediği durumlarda kullanılacak, GKF (Genişletilmiş Kalman Filtresi) tabanlı U-EZKH (Uçak Üzeri Eş Zamanlı Konumlandırma ve Haritalama) filtresi formülleri ortaya konulmuş ve GKF tabanlı U-EZKH’in MATLAB Simulink yardımıyla benzetimi yapılmıştır. Bu amaçla İnsansız Hava Aracı kinematik modeli elde edilmiş ve GKF tabanlı U-EZKH için durum ve gözlem modelleri oluşturulmuştur. GKF tabanlı U-EZKH belirlenmiş bir senaryoya uygun olarak benzetimle koşturulmuş ve sonuçları gösterilmiştir.

UAVs are expected to perform all or part of its mission as autonomous in accordance with predefined at the manufacture objectives and prerequest of safe autonomous navigation is to detect the UAV location precisely. Nowadays the most common method for location detection is the use of Global Navigation Satellite Systems (GNSS). Howewer but it is a challenge for researchers to determine location in GNSS denied enviroments. Although new methods are emerging continuously, the most notably one is Simultaneous Localization and Mapping (SLAM), which is a good solution when both UAVs position and region map are not known. In this research, formulas of Extended Kalman Filter (EKF) based (A-SLAM) Airborne Simultaneous Localization and Mapping, filter for UAVs when GNSS denied and map is not known are put forward and EKF based A-SLAM simulation is performed by MATLAB Simulink and for this purpose, the UAV kinematic model is obtained and both state and observation models are constructed, simulation results of EKF-based A-SLAM in accordance with a certain scenario are yielded.