Birlik emniyet sistemi: Genetik algoritma ile mobil birliklerin emniyetle ilerlemesini sağlamak

Abstract

Bu çalışmada, hareket halindeki bir birliğin emniyetli bir şekilde ilerlemesini sağlamak için bir sistem tasarlanmıştır. Tasarlanan sistem, tüm mini insansız hava araçlarında kullanılabilecek bir yapıda oluşturulmuştur. Sistemde, bir insansız hava aracı ve bu hava aracına monte edilmiş bir IR kamera bulunmaktadır.Sistemin tasarımı Matlab ortamında gerçekleştirilmiştir.Harita Genel Komutanlığından temin edilen 2 adet yükseklik bilgisini içeren 1/250000 lik İstanbul sayısal haritası kullanılmıştır. Haritada yeterli yükseklik bilgisi olmadığı için harita üzerine yoğun miktarda rastgele tepeler ve çukurlar yerleştirilmiştir.Çalışmaya sayısal haritanın matlab ortamına yüklenmesiyle başlanmıştır. Yani hava aracı birliğin ilerleyeceği arazi parçasının sayısal harita bilgilerine sahiptir.Coğrafi koordinat sistemine göre dönüşümler yapılarak hava aracının yeri; yüksekliği, birliğin arazideki yeri, birlik için düşman hafif silahlarının etkili menzil sınırları yani tehlikeli bölgeler tespit edilmiştir.Tehlikeli bölgelerin tespitinde birliğin arazide 200 metre derinliğe sahip olduğu ve düşman hafif silahlarının menzilinin 400 metre olduğu kabul edilmiştir.Bu kabullerle arazi 800 metreye 1000 metrelik alt bölgelere bölünmüştür.Arazide hava aracı ile keşif yapmanın amacı, birlik tehlikeli bölgelere girmeden araziyi taramak ve düşman faaliyetlerini insan kaybı yaşamadan tespit etmektir. Buna ek olarak zor arazi şartlarında birliğin ulaşamayacağı tehlikeli bölgeleri de görmektir. Bu sayede muharebe gücünden tasarruf edilecektir.Hava aracı arazide keşif yaparken birlik sabit durmayıp ilerlemektedir. Keşif süresince birliğin ilerlemesi hesaplanıp taranacak alt bölge birliğin ilerleme istikametinde yenilenmektedir.İntikalin emniyeti birliğin hedef bölgesine varmasıyla sona erecektir.Arazinin taranmasında en iyi sonuçları almak için genetik algoritma kullanılmıştır. Genetik algoritma, ilk olarak hava aracının alt bölgede hangi 10 noktadan maksimum gözetleme imkanına sahip olduğunu bulmaktadır.Genetik algoritma, daha sonra en az maliyetle bu noktaların sıralanmasını tespit etmektedir. Bu tespite, gezgin satıcı probleminin genetik algoritma ile çözülmesiyle ulaşılmaktadır.Genetik algoritmanın ilk bölümünde sahip olunan maksimum gözlem sahası, ikinci bölümünde ise kat edilecek en az mesafeyle bu noktalara gidilmesi hedeflenmiştir.Maksimum gözlem sahasının tespitinde, ferdi noktaların gözlem alanlarına değil 10 noktanın kapladığı gözlem sahası hesaplanmıştır.Kat edilen en az mesafenin hesaplanmasında, maliyet hesaplaması yapılmıştır.Maliyetin hesaplanmasında noktaların komşuluk ilişkileri, aralarındaki mesafeler, arazideki tepe, dağ ve çukur gibi engeller gözönünde tutulmuştur.Hava aracının arazideki engellere çarpmadan yol alması da dikkate alınmıştır.Alt bölgenin taranması için geçen süre tutularak birliğin arazide ilerleme mesafesi tespit edilmiştir. Bu mesafe taranacak yeni alt bölge tespitinde kullanılmıştır.Çalışmanın sonunda çeşitli iterasyonlarda testler yapılarak en az maliyetle en fazla bölgenin taranması sonuçlarına ulaşılmıştır.

In this study , a system is designed aiming to support mobile platoons while ther are moving one point to another with secure on terrain. This design can be used for all mini unmanned air vehicles.There is an unmanned air vehicle carrying an infrared cameras as a payload.Software platform is Matlab.2 digital maps which were taken from Map General Commands are used. They have elevation datas and their scales are 1/250000. They represent particular parts of Istanbul land. There is not enough elevation datas such as hills becasue Istanbul land?s altitude is too low. Therefore, some hills are added to the digital map.Designation is started with loading maps to the matlab. So, it is known that UAV has the terrain data which platoons move on.UAV?s altitude-position , platonn?s position on terrrain , enemy?s light weapon?s ranges and insecure terrain datas are found using geographic coordinates conversions.It is assumed that platoon?s deepth on terrain is 200 meters and enemy?s light weapon?s range is 400 meters.That?s why terrain is subdivided to rectangulars whose sizes are 800*1000 meters.Patrolling with UAV aim is to prevent human loss while platoon is moving on terrain before platoon goes to unsecure places and make known which places are unsecured.Additionaly, on hard terrains ,which platoon can not go, to view terrain datas.So that, we can save our combat force and use when necessary.Platoon will move while UAV is patrolling. UAV?s patrolling time is calculated and it is used for renewing subdivision rectangle.Time and measure is calculated both.Platoon?s movement security will finish when tha platoon reaches its destination.Genetic algorithm is used to determine the best solutions during patrolling and scanning the terrain. First, GA will find 10 observation points which have maximum coverage on subdivision.Later, GA will sort these observation points according to the least costs. At this point cost is measurements between observation points. The costs are found by using the traveler salesman problem and genetic algotirithm.So GA has two stages. First stage is to find 10 observation point which have maximum coverage. It is not important each observation point?s coverage for finding maximum coverage.The important point is to find whole points maximum coverages.Second stage is to find minimum cost acoording to these observation points. On this stage, cost analyse is made to find minimum measurments between observation points. In this process, the neighborhood relations, measurements between observation points, hills, pits and UAV?s altitude are used.UAV?s movement on air with obstacle avoidance is considered, too.Subdivisin?s scanning time is saved and this time is used to find platoon?s movement on terrain as meters.This measurement will be used to find new subdivision borders.The results obtained after various iterations are shown at the end of the study.