HETEROJEN ÇOKLU İNSANSIZ HAVA-KARA-DENİZ ARAÇ SÜRÜLERİ İÇİN KUANTUM HESAPLAMA TABANLI AKILLI İŞBİRLİKÇİ KONTROL YAKLAŞIMLARI

Abstract

Heterojen insansız hava, kara, deniz aracı (Unmanned Vehicles, UV) sürüleri için işbirlikçi kontrol yaklaşımları, dinamik ortamlarda etkin çalışması oldukça önemlidir. Tez çalışmasında İnsansız hava- kara için Pareto tabanlı çok amaçlı bir rota optimizasyonu ve engel kaçınma yöntemi önermektedir. Geliştirilen yöntem, dinamik bir ortamda enerji tüketimini minimize ederek hedefe ulaşma süresini optimize etmeyi ve engellerden güvenli şekilde kaçınmayı hedeflemektedir. Ayrıca UV'ler dinamik görev senaryolarında etkin konuşlandırılması için genetik algoritmalar ve costmap tabanlı yol bulma tekniklerini birleştiren yenilikçi bir optimizasyon çerçevesi sunmaktadır. UV'lerin görev atama ve rota planlama süreçlerinde operasyonel etkinliklerini artırmayı hedefleyen bu yaklaşım, farklı araç türlerine özel kriterlerle uyumlu bir şekilde optimize edilmiştir. Günümüzde insansız araçlar, insan müdahalesi olmadan güvenli ve verimli bir şekilde hedefe ulaşabilmektedir. Ancak farklı türdeki araçlarda görev atama ve rota planlama gibi karmaşık optimizasyon sorunlarını da ortaya çıkarmaktadır. Bu nedenle çoklu araç koordinasyonunu sağlamak için etkili ve yenilikçi yöntemlerin geliştirilmesi bir zorunluluk haline gelmiştir. Bu tezde, insansız araçların iş birliği içinde tamamen otonom görev ataması yapabilmesi için kuantum-klasik hibrit bir sistem tasarlanmıştır. Önerilen yöntem, klasik genetik algoritmalarla benzer performans sergilerken, kuantumdan ilham alan evrimsel algoritmalara kıyasla üstün sonuçlar elde etmiştir. Ayrıca, kuantum bilgisayarlarının hız avantajıyla, klasik genetik algoritmalarla uzun sürede çözülebilecek karmaşık problemlerin çok daha kısa sürede çözülebileceği gösterilmiştir. Yapılan çalışmalarla, heterojen insansız araç sürülerinin dinamik ve karmaşık ortamlarda etkin görev planlaması, enerji verimliliği ve engel kaçınma sorunlarına için yenilikçi çözümler sunmaktadır. Ayrıca kuantum bilişimin görev atama problemlerine uygulanabilirliğini başarılı bir şekilde ortaya koyarak, bu alanda yenilikçi yaklaşımlar için bir temel oluşturmaktadır.Collaborative control approaches for heterogeneous unmanned aerial, ground, marine vehicle (Unmanned Vehicles,UV) swarms are crucial for effective operation in dynamic environments. This thesis proposes a Pareto-based multi-objective route optimization and obstacle avoidance method for unmanned aerial and ground vehicles. The developed method aims to optimize the time to reach the target while minimizing energy consumption and ensuring safe obstacle avoidance in dynamic environments. Additionally, it introduces an innovative optimization framework combining genetic algorithms and costmap-based pathfinding techniques for efficient deployment of UVs in dynamic mission scenarios. This approach, designed to enhance operational efficiency in mission assignment and route planning processes, is optimized to align with criteria specific to different vehicle types. Although unmanned vehicles can operate safely and efficiently without human intervention, complex optimization challenges such as task assignment and route planning emerge in multi-vehicle coordination. Therefore, developing effective and innovative methods for multi-vehicle coordination is essential. In the thesis study, introduces a quantum-classical hybrid system to enable autonomous task assignment for unmanned vehicles in collaboration. The proposed method demonstrates comparable performance to classical genetic algorithms while outperforming quantum-inspired evolutionary algorithms. Additionally, it shows that quantum computing's speed advantage can solve complex problems, which would take longer with classical genetic algorithms, in significantly shorter times. This work offers innovative solutions for task planning, energy efficiency, and obstacle avoidance in dynamic and complex environments for heterogeneous unmanned vehicle swarms. Furthermore, it successfully demonstrates the applicability of quantum computing to task assignment problems, laying the foundation for innovative approaches in this field.