Ημερολόγιο Εκδηλώσεων

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Μηχανικών Παραγωγής και Διοίκησης
Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

Ημερομηνία: Τετάρτη, 8 Ιουλίου 2026, 15:00
Αίθουσα: Εργαστήριο Ευφυών Συστημάτων και Ρομποτικής

Ονοματεπώνυμο: ΜΠΑΝΕΛΑΣ ΠΑΝΑΓΙΩΤΗΣ

Θέμα: Έλεγχος και Σχεδιασμός τροχιάς μη επανδρωμένου εναέριου οχήματος με χρήση ενισχυτικής μάθησης

Title: Unmanned Aerial Vehicle (UAV) path planning and control using a reinforcement learning based approach

Εξεταστική Επιτροπή

• ΔΟΪΤΣΙΔΗΣ ΕΛΕΥΘEΡΙΟΣ, Αναπληρωτής Καθηγητής (επιβλέπων)
• ΙΨΑΚΗΣ ΔΗΜΗΤΡΗΣ, Αναπληρωτής Καθηγητής
• ΠΙΠΕΡΙΔΗΣ ΣΑΒΒΑΣ, ΕΔΙΠ

Περίληψη

Η αυτόνομη πλοήγηση μη επανδρωμένων αεροσκαφών (UAV) σταθερής πτέρυγας πάνω από μια περιοχή μεταβαλλόμενης μορφολογίας αποτελεί ένα απαιτητικό πρόβλημα καθώς το αεροσκάφος θα πρέπει ταυτόχρονα να φτάσει στον προορισμό του, να διατηρήσει ασφαλή απόσταση από το ορεινό έδαφος και να παραμείνει εντός των ορίων ασφαλούς λειτουργίας. Το πρόβλημα συνήθως διαχωρίζεται σε δύο αλληλένδετα προβλήματα, το σχεδιασμό τροχιάς και την ακριβής παρακολούθηση αυτής. Η παρούσα διπλωματική εργασία παρουσιάζει ένα πλαίσιο λειτουργίας όπου προτείνονται μεθοδολογίες σχεδιασμού τροχιάς και ταυτόχρονης παρακολούθησης αυτής. Στο στάδιο του σχεδιασμού, γίνεται χρήση του αλγορίθμου Lazy Theta* που λαμβάνει υπόψη το ανάγλυφο του εδάφους υπολογίζει μια σύντομη διαδρομή, η οποία προσεγγίζεται με τη χρήση καμπυλών Bézier και αποτελεί την τροχιά αναφοράς. Στο στάδιο της εκτέλεσης, τέσσερις αλγόριθμοι συνεχούς ελέγχου (DDPG, TD3, PPO και Soft Actor-Critic) εκπαιδεύονται μέσα σε ένα προσαρμοσμένο περιβάλλον MATLAB, ώστε να παράξουν πράκτορες που θα έχουν τη δυνατότητα να ακολουθούν αυτή την τροχιά. Ένας ελεγκτής PID λειτουργεί καθ' όλη τη διάρκεια ως βάση αναφοράς και παράλληλα σε ορισμένες περιπτώσεις αποτελεί τη βάση για την ανάπτυξη στρατηγικών εκπαίδευσης. Οι προτεινόμενες προσεγγίσεις έχουν δοκιμαστεί πειραματικά με χρήση προσομοίωσης.

Abstract

Autonomous navigation of fixed-wing UAVs over complex terrain is a demanding problem, since the aircraft must reach its goal, hold safe clearance above uneven terrain and stay within the limits of its own dynamics, simultaneously. The task is usually divided in two coupled problems. The first is planning a route that is short yet smooth enough for a fixed-wing platform to fly and the second is tracking that route accurately at cruise speed. A controller based on classical approaches can achieve the task in certain cases, but it may struggle to operate efficiently in the case of rapid altitude changes. This thesis presents a framework for terrain-aware UAV navigation that pairs classical path planning with deep reinforcement learning. During the planning phase, a terrain-aware Lazy Theta* algorithm computes a short any-angle path, and a Bézier formulation then smooths it into a continuous, flyable reference trajectory over real elevation data in NED coordinates. In the execution stage, four algorithms, namely DDPG, TD3, PPO and Soft Actor-Critic are used to train agents that are able to follow the derived trajectory while keeping the cross-track error low. A tuned PID controller runs throughout as the baseline and acts as an initial point across three training strategies, pure reinforcement learning, imitation warm-starting, and residual learning, which were developed and tested during this thesis. The proposed methodologies have been tested in a simulated environment.