Hafif raylı sistemlerde güzergâhın öğretilmesi ve sistemin sürüş dinamiklerinin modellenmesi

Abstract

Bu çalışmada, şehir içi toplu taşımanın daha güvenli, daha kolay ve çevreye saygılı yapılması için, Bursa ilindeki Durmazlar Makine tarafından üretimi yapılan "İpekböceği" tramvayının otonom sürüş çalışması gerçekleştirilmiştir. Bu bağlamda birbirinden farklı iki ünitenin tasarımı yapılmıştır. İlk olarak tramvayın önüne yerleştirilen bir lazer tarayıcı sensör aracılığıyla alınan veriler işlenerek bir "Çarpışma Engelleyici Sistem" (ÇES) tasarlanmıştır. Tasarlanan bu sistem için Durmazlar Makine A.Ş. bünyesindeki altyapılarda çeşitli senaryolar için (insan, diğer araçlar ve karma) gerçek zamanlı testler yapılarak sistemin tepkisi gözlemlenmiştir. İkinci olarak ise, lazer tarayıcı sensör ve GPS (Global Position System) destekli AHRS (Attitude and Heading Reference System) sensöründen alınan ölçümler kullanılarak bir "Uygun Hız Kontrol Unitesi" (UHKÜ) tasarlanmıştır. Bu ünite iki alt sistemden oluşmuştur. Birincisi aracın normal trafik esnasındaki seyrinde sensörlerden alınan verilere göre en uygun hızın tahmin edildiği "Uygun Hız Belirleme Algoritması" (UHBA) ve ikinci sistem ise tahmin edilen hızın kontrolü için gerekli "Hız Kontrol Algoritması" (HKA)' dir. Trafik koşullarında araç kullanımı oldukça karmaşık ve doğrusal olarak ifade edilemeyecek sistemlerdendir. Bu yüzden normal kontrol yöntemleri ile kontrol yapmak yetersiz kalacaktır. Bu çalışmada kullanılan test aracının hızla ilgili tahmininin yapılması için Yapay Sinir Ağı algoritması kullanılmıştır. UHKÜ tarafından tahmin edilen bu hız ise bir Bulanık Mantık Kontrolcü kullanılarak kontrol edilmiştir. Gerçek zamanlı testler ve simülasyon sonuçları tez içerisinde verilmiştir.

In this thesis, an autonomous driving study for the "Silkworm" tram, which was produced by Durmazlar Makine in the city of Bursa, was carried out in order to make the urban public transportation safer, easier and more respectful to the environment. In this context, two different units were designed. The first one, "Collision Avoidance System" (CAS), was designed by processing the data received by means of a laser scanner sensor placed in front of the tram. The response of the designed system was observed by real-time tests for various scenarios (pedestrian, other vehicles and mixed) in the infrastructures of Durmazlar Machine Co. The second one, Optimal Speed Control Unit (OSCU), was designed by using measurements taken from the laser scanner sensor and the GPS-Aided AHRS sensor. The OSCU is made up of two algorithms, which are the Determining Optimal Speed Algorithm (DOSA) and the Speed Control Algorithm (SCA) to determine the optimal speed and control that desired speed using the throttle and the brake. Driving a vehicle is a special problem because there are many variables in traffic scenarios that are highly complex and cannot be represented in a linear form, so classical control techniques cannot be directly applied to these systems. Backpropagation Neural Network-based DOSA has been utilized by the system to estimate a vehicle's optimum speed. The output of DOSA is an optimal vehicle speed, and a fuzzy logic controller based SCA was used to control this optimal speed. All real-time experiments and simulation results have been given in the results section.