Otonom araçlarda clothoid tabanlı lineer zamanla değişen model öngörülü kontrol

Clothoid based linear time varying model predictive control in autonomous vehicles

PDF İndir

Tez No: 735184
Yazar: MUSTAFA CANER SEZER
Danışmanlar: PROF. DR. AFİFE LEYLA GÖREN
Tez Türü: Yüksek Lisans
Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
Anahtar Kelimeler: Belirtilmemiş.
Yıl: 2022
Dil: Türkçe
Üniversite: İstanbul Teknik Üniversitesi
Enstitü: Lisansüstü Eğitim Enstitüsü
Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
Sayfa Sayısı: 70

Özet

İki nokta arasında çeşitli ürün ya da insanların taşınması eski çağlardan bu yana karşılaşılan bir problemdir. Bu problemi çözmek için insanoğlu çeşitli araçlar geliştirmiştir. Bu araçlar tekerleğin icadından at arabalarının kullanılmasına, ardından içten yanmalı motora sahip taşıtların icadından günümüzde elektrikli ve hidrojen yakıtlı araçların ortaya çıkmasına çok geniş bir yelpazede örneklenebilir. Kullanılan araçlar çağın gerekliliklerine göre yeniden tasarlanmış olsalar da, aslında çözdükleri altta yatan problem hala aynıdır, ürün ya da insanları iki nokta arasında taşımak. Bu temel problem, arkasında çok geniş bir lojistik sektörü barındırmaktadır. İnsanların her gün kullandığı taksiler ya da özellikle dünyanın küreselleşmesiyle önemi daha da artan deniz, hava ve karayolu kargo taşımacılığı çok yaygın iki örnektir. Yüzyıllardır süregelen bu lojistik problemi, günümüzde ve geçmişte insanların denetiminde ve komutasında gerçekleşmektedir. Kamyonlar, otomobiller, kargo gemileri, taksiler insanların komutasında hareket etmektedir. İnsanlar farklı rotalardaki sürüşe adapte olabilme konusunda yetenekli olsa da tekrarlı işlerde dikkat dağınıklığı sebebiyle kazalara neden olabilmektedir. Yapılan araştırmalara göre yapılan kazaların çok büyük bir kısmı sürücü hatalarından meydana gelmektedir. Kazalar maddi ve manevi hasarlara sebep olmakta, insanlar hayatını kaybedebilmektedir. Ayrıca araçların insanlar tarafından daha dikkatsiz kullanılması, aracın daha sık arıza vermesi ya da araç parçalarının daha sık değişmesine sebep olabilmektedir. Tüm bu problemler ve farklı motivasyon kaynakları nedeniyle büyük otomotiv şirketleri ve birçok teknoloji şirketi araçların sürücüsüz işletilmesi için çalışma yapmaktadır. Bu teknolojinin etki alanı ve yaratacağı ekonomi, büyük şirketler açısından oldukça iştah açıcıdır. Taşıtlar otonom şekilde ilerlerken temelde aynı problemlerle yüzleşirler. Bunlardan ilki aracın çevresini algılamasıdır. Araç ilerlerken çevresinde olup bitenlerden haberdar olması gerekir. Çevresini algılarken kullandığı radar, kamera, lidar gibi sensörler aracın nereden gitmesi gerektiği, çevresindeki nesnelerin neler olduğunu ve ona ne kadar uzakta bulunduğunu ya da çeşitli lokalizasyon yöntemleriyle sensör verilerini kullanarak aracın nerede olduğu sorularına yanıt aranır. İkinci aşamada yüzleşilen problem ise aracın bulunduğu yer ve çevresindeki objelerin bilgileri kullanılarak sonraki adımda ne yapılacağına karar verilmesidir. Bu aşama planlama aşaması olarak da adlandırılır. Aracın öncelikle içinde bulunduğu durumdan sonra hangi aksiyonu alacağına karar vermesi gerekir. Bu aksiyon şerit değiştirme, şeritte kalma, ani fren gibi çeşitli durumlar olabilir. İlgili aksiyona karar verildikten sonra mevcut durumdan karar verilen duruma bir geçiş manevrası planlanır. Bu aşamada referans hız profili, ivme profili, takip edilmesi gereken yol noktaları ile bu noktalara ait referans dönüklükler ile son olarak her noktadan ne zaman geçilmesi gerektiği bilgisinin oluşturulması yer alır. Son aşamada oluşturulan rotanın takip edilmesi ve aksiyona geçilmesi yer alır. Tüm bu ana blokların tamamlanmasıyla araçlar işlevlerini otonom şekilde yerine getirebilir. Bu tez kapsamında da otonom araçların ilgilendiği temel problemlerden olan rota planlama ve kontrol blokları incelenmiş ve çözüm önerilmeye çalışılmıştır. İlk olarak planlama aşamasından gelen bir rota olduğu varsayılmış ve bu rotanın daha konforlu bir sürüş sağladığı için Euler spiralleri ya da clothoidler kullanılarak yeniden oluşturulması hedeflenmiştir. Rota yeniden oluşturulurken planlayıcıdan gelen noktaların bir ön değerlendirmesi yapılmıştır. Bu değerlendirmeye göre aynı karakteristiği taşıyan ardışıl noktaların plana dahil edilmesi yerine aracın direksiyon açısında değişimlerin olduğu dönüm noktaları tespit edilmeye çalışılmıştır. Bunun için yolun referans eğrilik grafiğine bakılmış ve parçalı lineer olan bu fonksiyondaki dönüm noktaları tespit edilmiştir. Böylelikle planlayıcıdan gelen noktalardan yalnızca direksiyon açısının değişeceği noktalar kalmış, aradaki noktalarda direksiyon değişim açıları sabit olduğu için diğerleri kullanılmamıştır. Böylelikle rota bilgi kaybı olmadan seyrekleştirilmiş olur. Rotanın seyrekleştirilmesi, kontrolcü açısından aynı öngörü ufku ile daha uzun bir alanın kapsanmasına olanak sağlar. Sonuç olarak hem daha konforlu sürüşe uygun hem de aynı öngörü ufkuyla daha uzun alanların kapsanabileceği bir rota elde edilmiştir. Kontrolör ve planlayıcıyı test etmek için iki farklı rota seçilmiştir. Bunlardan ilki engelden kaçma ya da sollama manevrasını temsil eden bir rota olarak, ikincisi ise Ford Otosan Eskişehir fabrikasında bulunan test pistinden toplanan araç verileriyle referans rotası oluşturulmuştur. İkinci rota ilk rotaya göre çok daha uzun ve daha yüksek eğrilikler içerdiği için gerçeğe yakın bir test hedeflenmiştir. Tezin diğer aşamasında planlanan rotaya uygun şekilde çalışabilecek bir kontrolör yapısı oluşturulmak amaçlanmıştır. Bu amaca uygun olarak model öngörülü kontrolör,lineer olmayan model öngörülü kontrolör ve lineer zamanla değişen model öngörülü kontrolör yapıları ele alınmıştır. Lineer model öngörülü kontrolden farklı olarak sistemi birçok farklı noktada lineerleştirmesi ve lineer olmayan model öngörülü kontrolörün barındırdığı yerel minimuma yakınsama, gerçek zamanlı çalışmama gibi negatif yönleri içermemesi nedeniyle lineer zamanla değişen model öngörülü kontrolör yapısı seçilmiştir. Kontrolörün gelecek tahminlerini yapması için sistem modeline ihtiyacı vardır. Araç modeli için, düşük hızlarda bir seyir gerçekleşeceği için daha basit olması adına kinematik bisiklet modeli kullanılmıştır. Her ne kadar basit bir model olsa da uygun örnekleme periyodu ile düşük hızlarda aracın dinamiğini yansıtabildiği için yeterli bulunmuştur. Elde edilen kinematik araç modeli ve seyrekleştirilmiş referans rotası ile aracın referans rotasını takip etmesi için lineer zamanla değişen model öngörülü kontrolör yapısı oluşturulmuştur. Aracın takip etmesi gereken rota clothoidlerle ifade edildiği için, kontrolör de referans olarak clothoidlerin bileşenlerinden olan eğrilik değişimi ve değişimin uzunluğunu alacak şekilde tasarlanmıştır. Tasarım ortamı olarak MATLAB kullanılmıştır ve simülasyonlar da bu ortamda yapılmıştır. Simülasyonlarda iki rotada da aynı parametreler kullanılmış ve aracın sabit hızda seyrettiği kabul edilmiştir. Sonuçta belirtilen iki rotada araç simülasyonları yapılmış ve elde edilen simülasyon sonuçlarında aracın yol sınırları içinde iki rotayı da tamamlayabildiği gözlenmiştir.

Özet (Çeviri)

The transportation of various products or people between two destinations has been a problem since ancient times. Mankind has developed various tools to solve this problem. These tools can be exemplified in a wide range from the invention of the wheel to the use of horse-drawn carriages, then the invention of vehicles with internal combustion engines to the emergence of electric and hydrogen fueled vehicles today. Although the tools used have been redesigned according to the requirements of the era, the underlying problem they actually solve is still the same, transporting products or people between two destinations. This basic problem has a very large logistics sector behind it. The taxis that people use every day or the sea, air and road cargo transportation, which are especially important with the globalization of the world, are two very common examples. This logistics problem, which has been going on for centuries, takes place under the control and command of people today and in the past. Trucks, cars, cargo ships, taxis move under the command of people. Although people are skilled at adapting to driving on different routes, repetitive tasks can cause accidents due to distraction. According to the researches, the vast majority of accidents are caused by driver errors. Accidents cause material and psychological damage, and people can lose their lives. In addition, more careless use of vehicles by people may cause more frequent breakdowns of the vehicle or the replacement of vehicle parts more frequently. Due to all these problems and different sources of motivation, giant automotive companies and many technology companies are working on autonomous operating vehicles. The scope of this technology and the economy it will create are very appetizing for large companies. Vehicles face basically the same problems when driving autonomously. The first of these is the vehicle's perception of its surroundings. The vehicle must be aware of what is happening around it as it moves. Sensors such as radar, camera, and lidar that it uses while sensing its surroundings seek answers to questions such as where the vehicle should go, what the surrounding objects are and how far they are from it, or where the vehicle is by using sensor data with various localization methods. It is very important for autonomous vehicles to estimate the location of the vehicle as precisely as possible. Poorly solving the localization problem can lead to undesirable results, both on narrow roads and when passing pedestrians or vehicles very close by. The problem faced in the second step is to decide what to do in the next step by using the information of the vehicle's location and surrounding objects. This stage is also called the planning stage. The vehicle must first decide what action to take after the situation it is in. This action can be various situations such as changing the lane, staying in the lane, emergency braking etc. After the relevant action is decided, a transition maneuver from the current state to the decided state is planned. At this stage, the reference velocity profile, the acceleration profile, the waypoints to be followed, the reference headings of these points, and finally the information about when to pass each point are included. Created waypoints can be connected by any interpolation method. These methods can be linear interpolation or fitting a polynomial of any order. Clothoids will be used for this purpose in order to provide a smoother ride within the scope of the thesis. The final stage includes following the route created and taking action. While following the requested route, it is aimed to calculate the most appropriate steering angle and gas-brake commands that the vehicle should apply. Although there is a reference data from the planner, a controller structure is needed to best follow this reference as ambient and road conditions are variable. With the completion of all these main blocks, vehicles can perform their functions autonomously. This whole cycle is also known as the sense-think-act cycle in robotics. Although the application in this thesis is specific to autonomous vehicles, what is actually done in the loop is the same as any robotic application. Within the scope of this thesis, route planning and control blocks, which are among the main problems of autonomous vehicles, were examined and a solution was tried to be proposed. Initially, it was assumed that there was a route from the planning stage and it was aimed to reconstruct this route using Euler spirals or clothoids as it provides a more comfortable ride. While reconstructing the route, a preliminary assessment of the points from the planner was made. According to this evaluation, instead of including consecutive points with the same characteristics in the plan, it was tried to determine the turning points where there were changes in the steering angle of the vehicle. For this, the reference curvature graph of the road was examined and the turning points in this piecewise linear function were determined. Thus, only the points where the steering angle will change from the points coming from the planner remained, and the others were not used since the steering change angles were fixed at the points in between. Thus, the route is sparse without loss of information. Sparing the route allows a longer area to be covered with the same predictive horizon from the controller's point of view. As a result, a route that is suitable for more comfortable driving and can cover longer areas with the same foresight horizon has been obtained. Two different routes were chosen to test the controller and the planner. The first of these is a route representing an obstacle avoidance or overtaking maneuver, and the second is a reference route with vehicle data collected from the test track in Ford Otosan Eski¸sehir factory. Since the second route contains much longer and higher curvatures than the first route, a realistic test is aimed. In the other phase of the thesis, it is aimed to create a controller structure that can work in accordance with the planned route. For this purpose, model predictive controller, non-linear model predictive controller and linear time-varying model predictive controller structures are discussed. Unlike the linear model predictive control, the linear time-varying model predictive controller structure has been chosen because it linearizes the system at many different points and does not contain negative aspects such as convergence to the local minimum and not working in real time. Due to all these advantages, linear time-varying model predictive controller structure is preferred because it can be applied to real-time systems as well. In model predictive control, the controller must predict the system response corresponding to the control signal to be applied due to its nature and should make this system response in a way that minimizes the cost function. Solvers simply calculate the responses they will apply to the system and estimate the corresponding system responses. If the system response minimizes their cost function, the optimum input signals to apply to the system are found. The model predictive controller needs the system model when it makes predictions, as it is a model-based method. Accurate prediction of future system response is critical for selecting the appropriate control signal. Therefore, it is essential that the model to be selected in model-based controller structures represents the system well. For the vehicle model, the kinematic bicycle model is used to make it simpler since a cruise will take place at low speeds. Although it is a simple model, it has been found sufficient as it can reflect the dynamics of the vehicle at low speeds with an appropriate sampling period. With the obtained kinematic vehicle model and the sparse reference route, a linear time-varying model predictive controller structure was created for the vehicle to follow the reference route. Since the route that the vehicle must follow is expressed in clothoids, the controller is also designed to take the curvature change and the length of the change from the components of the clothoids as a reference. MATLAB was used as the design environment and simulations were made in this environment. In the simulations, the same parameters were used on both routes and it was assumed that the vehicle was traveling at a constant speed. As a result, vehicle simulations were made on the two specified routes, and it was observed that the vehicle could complete both routes within the road boundaries in the simulation results obtained.

Benzer Tezler

Tez No
771988
Investigating risk assessment and role of safety concerns in autonomous vehicle
Otonom araçlarda risk değerlendirmesi ve güvenlik kaygılarının modellenmesi
GÖZDE BAKİOĞLU DOĞANYILMAZ
Doktora
İngilizce
2022
Ulaşım İstanbul Teknik Üniversitesi
İnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN
Tez No
772064
Otonom araçlarda şerit takip ve kontrol sisteminin makine öğrenmesi kullanılarak geliştirilmesi
Development of lane following and control system in autonomous vehicles using machine learning
FATMA NUR ORTATAŞ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliği Yozgat Bozok Üniversitesi
Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH ÇETİN
Tez No
688768
Advanced reinforcement learning applications in autonomous driving
Otonom araçlarda ileri pekiştirmeli öğrenme uygulamaları
MUSTAFA BURAK GÜNEL
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol İstanbul Teknik Üniversitesi
Uçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
Tez No
661208
Otonom araçlarda fren kararı tahmini için dikkat mekanizması geliştirilmesi
An attention mechanism for brake decision prediction in autonomous vehicles
EKREM AKSOY
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol Eskişehir Osmangazi Üniversitesi
Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET YAZICI
Tez No
606150
Otonom araçlarda eş zamanlı lokasyon ve haritalandırma ile genetik algoritma kullanılarak optimum yol seçimi
Optimal road selection by using genetic algorithm and simultaneous location and mapping in autonomous vehicles
MERVE NUR DEMİR
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliği Düzce Üniversitesi
Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF ALTUN

Geri Dön