Gezer, AhmetTuran, ÖnderBaklacıoğlu, Tolga2024-10-122024-10-122024Gezer, A., Turan, Ö., & Baklacıoğlu, T. (2024). Path Planning Based on Unmanned Aerial Vehicle Performance with Segmented Cellular Genetic Algorithm. Journal of the Faculty of Engineering and Architecture of Gazi University, 40(1), 135-153.1300-1884https://doi.org/10.17341/gazimmfd.1156817https://hdl.handle.net/11467/8816An important part of UAV technological development consists of improvements in the scope of path planning. Different choices can be made in path planning according to operational priorities, it may be preferred to reach the destination as fast as possible or to increase the airtime by compromising speed. For every speed and altitude that the UAV can fly; fuel data of cruise, climb and descent phases are used in the path planning algorithm. Thus, economical and airtime-maximizing paths could be produced on the basis of performance characteristics compatible with the kinematic constraints customized for the UAV. In this study, Cellular (cGA) and Segmented Cellular Genetic Algorithm (scGA) are proposed. The novel overprotective algorithm which has a fixed initial population and segmented chromosome structure achieves a high convergence speed to optimal solution and can generate paths which have 5.2 times higher fitness value on average compared with a conventional Genetic Algorithm (GA). It has been seen that scGA improves the initial population in terms of the best solutions 1.9 times and the general population 5.8 times better compared with GA.İHA teknolojik gelişiminin önemli bir parçası, yol planlama alanındaki iyileştirmelerden oluşmaktadır. Yol planlamada operasyonel önceliklere göre farklı tercihler yapılabilir, varış noktasına en hızlı şekilde ulaşılması veya hızdan ödün vererek havada kalma süresinin uzatılması istenebilir. Bir İHA’ya ait uçabildiği her hız ve her irtifa için; seyir, tırmanma ve alçalma fazlarına ait yakıt verileri yol planlama algoritmasında kullanılmıştır. Böylece, bir İHA için özelleştirilmiş kinematik kısıtlara uyumlu performans özellikleri temelinde ekonomik ve havada kalma süresini uzatan yollar üretilebilmiştir. Bu tez çalışmasında, Hücresel (cGA) ve Parçalı Hücresel Genetik Algoritma (scGA) önerilmiştir. Sabit başlangıç popülasyonu ve parçalı kromozom yapısına sahip aşırı korumacı yeni algoritma; optimal çözüme yüksek yakınsama hızı elde etmiş, geleneksel bir genetik algoritmaya (GA) kıyasla ortalama 5,2 kat daha yüksek uygunluk değerine sahip yollar üretebilmiştir. scGA’nın GA’ya kıyasla, başlangıç popülasyonuna göre en iyi çözümü 1,9 kat ve genel popülasyonu 5,8 kat daha iyi geliştirdiği görülmüştür.trinfo:eu-repo/semantics/openAccessPath PlanningTrajectory PlanningGenetic AlgorithmEvolutionary AlgorithmUAVYol PlanlamaYörünge PlanlamaGenetik AlgoritmaEvrimsel AlgoritmaİHAArticle401135153Q22-s2.0-8520170318210.17341/gazimmfd.1156817