Analysis of GPS and IMU system performance in unmanned aerial vehicles (UAVS): Features, advantages, and limitations
İnsansız hava araçlarında (İHA) GPS ve IMU sistem performansının analizi: Özellikler, avantajlar ve sınırlamalar
- Tez No: 973048
- Danışmanlar: DR. ÖĞR. ÜYESİ GÜLŞAH DEMİRHAN AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, insansız hava araçlarında (İHA) Küresel Konumlama Sistemi (GPS) ve Mikro-Elektro-Mekanik Sistem (MEMS) tabanlı Ataletsel Ölçüm Birimi (IMU) teknolojilerinin performans değerlendirmesini, DJI'ın dahili GPS ve IMU sensörleri ile harici entegre MPU6050 IMU modülü üzerinde yapılan deneysel analizlere dayandırmaktadır. Sensör güvenilirliği ve çevresel uyarlanabilirlik, açık hava, yarı kapalı ve GNSS sinyalinin bulunmadığı kapalı alan koşullarında test edilmiştir. Sensör verileri, konum doğruluğu ve sürekliliği artırmak için Kalman filtre tabanlı füzyonla işlenmiştir. Bağımsız GPS ve IMU sistemlerinin sınırlamalarını azaltmak amacıyla gevşek bağlı destekli Ataletsel Seyrüsefer Sistemi (INS) uygulanmıştır. Sonuçlar, füzyonun geçici GPS kesintilerinde konum hatasını %50–75, yalnız çalışan MPU6050'e kıyasla yönelim sapmasını yaklaşık %75 azalttığını göstermektedir. Kalman filtreleme, pitch kararlılığını %80, roll kararlılığını ise %75 iyileştirmiştir. GPS açık alanlarda yüksek doğruluk sağlasa da sinyal kaybı ve çok yollu etkilerle engelli ortamlarda performansı düşer. MEMS tabanlı IMU'lar hareket takibi sağlasa da sapma, bias kararsızlığı ve sıcaklık hassasiyeti sorunları yaşar; füzyon ise kısa süreli GPS kesintilerinde sağlamlığı artırmıştır. Dahili IMU ile MPU6050 karşılaştırması, düşük maliyetli sensörlerin hassas kalibrasyon ve gelişmiş filtreleme gerektirdiğini göstermiştir. Çalışma, uyarlanabilir füzyon algoritmalarının geliştirilmesi ve GPS olmayan ortamlarda güvenilir İHA seyrüseferi için çok takımyıldızlı GNSS, görüntü tabanlı odometri ve makine öğrenmesi teknolojilerinin entegrasyonunu önermektedir.
Özet (Çeviri)
This thesis presents a performance evaluation of Global Positioning System (GPS) and Micro-Electro-Mechanical Systems-based Inertial Measurement Unit (MEMS-based IMU) technologies in Unmanned Aerial Vehicles (UAVs), based on experimental analysis of the built-in GPS and IMU sensors of the DJI and an externally integrated MPU6050 IMU module. Tests were conducted under open-sky, semi-obstructed, and Global Navigation Satellite System (GNSS)-denied indoor conditions to assess sensor reliability and environmental adaptability. Sensor data were post-processed using Kalman filter-based fusion to enhance positioning accuracy and continuity. A loosely coupled aided Inertial Navigation System (INS) was implemented to mitigate the limitations of standalone GPS and IMU systems. Results showed that fusion reduced positional error by 50–75% during temporary GPS outages and decreased orientation drift by ~75% compared to the standalone MPU6050 without GPS correction. For attitude estimation, Kalman filtering improved pitch stability by up to 80% and roll stability by up to 75% over raw IMU data. While GPS performs well in open areas, it degrades under obstruction due to signal loss and multipath effects. MEMS-based IMUs enable continuous motion tracking but suffer from drift, bias instability, and thermal sensitivity, whereas their fusion significantly improved robustness during short-term GPS outages. The comparison between the onboard IMU and MPU6050 revealed that low-cost inertial sensors require precise calibration and advanced filtering. The study highlights the need for adaptive fusion frameworks and the future integration of multi-constellation GNSS, vision-based odometry, and machine learning for reliable UAV navigation in GPS-denied environments.
Benzer Tezler
- Yapay zeka ile dört motorlu iha pervane hasar tespiti ve düşme riski tahmini
Four-motor UAV propeller damage detection and crashing risk prediction with artificial intelligence
MEHMET REHA KOÇAK
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiElektromanyetik Alanlar ve Mikrodalga Tekniği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FAHRİ ÜNLERŞEN
- Integration of inertial navigation system and camera with geo-referenced based photos
Aletsel navıgasyon sıstemı ve kameranın coğrafı referanslı tabanlı fotoğraflarla entegrasyonu
STEVEN MASENGESHO
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiMakine ve Uçak Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. HABİB KANBEROĞLU
- Akıllı araçlar kapsamında ileri sürüş destek sistemlerinde sensör füzyonu
Sensor fusion in advanced driver asistance systems in the scope of intelligent vehicles
İLKER ALTAY
Doktora
Türkçe
2014
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. BİLİN AKSUN GÜVENÇ
- An adaptive unscented kalman filter for tightly-coupled INS/GPS integration
Sıkı bağlı ANS/KKS tümleştirmesinde uyarlamalı kokusuz kalman filtresi uygulaması
TAMER AKÇA
Yüksek Lisans
İngilizce
2012
Bilim ve TeknolojiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. MÜBECCEL DEMİREKLER
- Human factor based advanced driver-assistance system (ADAS) design for electric vehicle
Elektrikli araç için insan faktörü tabanlı gelişmiş sürücü yardım sistemi (ADAS) tasarımı
DAĞHAN DOĞAN
Doktora
İngilizce
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA