Geri Dön

Evaluation of model-based predictive control methods in high-speed automated ground vehicle path following

Yüksek hızlı bir otonom kara taşıtının yörünge takibinde model bazlı öngörülü kontrol yöntemlerinin değerlendirilmesi

PDF İndir

  1. Tez No: 877031
  2. Yazar: VOLKAN BEKİR YANGIN
  3. Danışmanlar: PROF. DR. ÖZGEN AKALIN
  4. Tez Türü: Doktora
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Makine Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 114

Özet

Otonom taşıtlarda güvenli sürüşün sağlanması en önemli gereksinimlerden biridir. Yörünge takibinin sağlanması bu aşamada kilit rol üstlenmektedir. Bir taşıt için en güvenli rotanın elde edilebilmesi için bir takım teknolojik enstrümanlar kullanılmaktadır. Bunlara elektronik savrulma önleyici sistem, elektronik doğrultu programı ve elektrik-hidrolik destekli direksiyon sistemleri örnek olarak verilebilir. Karayolu taşıtları üreticileri tarafından geliştirilen bu sistemler farklı yöntemler ile kontrol edilmektedir. Örneğin oransal-integral-türevsel kontrol, bulanık mantık, doğrusal-karesel-düzenleyici, doğrusal-karesel-integratör, yapay sinir ağları, H-sonsuz ve model öngörülü kontrol gibi yöntemler, taşıtlarda doğrultu kontrolü amacıyla kullanılmaktadır. İlgili kontrol yöntemleri ile direksiyon açısı ve/veya tekerlek momentleri gibi parametreler en iyi hale getirilerek sürüş dinamiğine olan insan müdahalesi kısmen veya tamamen engellenmektedir. Sıralanan yöntemlerden biri olan model öngörülü kontrol (MÖK), otonom sürüş sistemlerine uygunluğu nedeniyle diğer kontrol yöntemlerinden ayrılmaktadır. MÖK, model temelli bir kontrol yöntemidir. Bu kontrol yönteminde, sistemin mevcut çıktıları ile gelecekteki durumu için tahmin edilen çıktılar arasındaki fark dikkate alınarak kontrol eylemi sağlanır. Kontrol sinyali MÖK parametrelerinin (öngörü ufku, kontrol ufku, uygun örnekleme zamanı ve ağırlıklandırma parametreleri) seçimine göre üretilir. MÖK bunlara ek olarak, çoklu sistem ve kontrolcü çıktıları, kontrol sinyali üzerinde çoklu kısıtlar ve çoklu ayar noktalarıyla çalışma yeteneğine de sahiptir. Ayrıca MÖK temel modeli doğrusal veya doğrusal olmayan formülasyonlarda hazırlanabilir. Doğrusal MÖK sistemlerinde, temel model formülasyonu kontrol eylemi boyunca sabit kalır. Doğrusal olmayan MÖK sistemlerinde ise temel model, sistemin çıktılarına bağlı olarak her aşamada güncellenir. Bu uygulama ile doğrusal olmayan ve kompleks sistemlerin kontrolü MÖK ile sağlanabilir. MÖK, sahip olduğu bu üstünlükler nedeniyle otonom taşıtların yörünge takibi problemlerinin çözümünde sıklıkla kullanılmaktadır. Bu doktora tezinde, NATO çift şerit değiştirme (ÇŞD) manevrasında sabit hızla hareket eden bir askeri taşıt için, başarılı yörünge takibi ve hızlı kontrol sinyali üretimi sağlayan MÖK temelli kontrol sistemleri sunulmaktadır. Bu taşıt“sistem”olarak isimlendirilmekte olup, iki izli ve doğrusal olmayan taşıt modeli ile temsil edilmektedir. Sistem modeli taşıt gövdesinde boyuna hareket, yanal hareket, dönme hareketi ve yalpa hareketi olmak üzere 4; her bir tekerlekte ise yuvarlanma hareketi olmak üzere toplamda 8 serbestlik derecesine sahiptir. Sisteme ait girdiler ön tekerlekler için direksiyon açısı ve her bir tekerleğin momentidir. Taşıta ait lastiklerin modellenmesinde Magic Formula (2002) versiyonu kullanılmıştır. Yarı-deneysel olan bu lastik modeli, deneysel olarak elde edilmiş parametreler değerlendirilerek lastik tarafından üretilebilecek yanal ve boyuna kuvvetlerin hesaplanmasında kullanılmaktadır. Lastik modellemesinde ayrıca zemin ile lastik arasındaki sürtünme koşulları ve bütünleşik yanal kayma özellikleri dikkate alınmıştır. Sistem modeli, ilgili taşıt için, NATO Uygulamalı Taşıt Teknolojisi Çalışma Topluluğu gözetiminde tamamlanmış ÇŞD testlerinden yüksek doğrulukla elde edilen deneysel veriler kullanılarak doğrulanmıştır. Bu veriler direksiyon simidi açısı, tekerlek momentleri, yanal ivme, dönme açısı, dönme oranı, yalpa açısı, yalpa oranı ve küresel pozisyon gibi çıktıları içermektedir. Ayrık zamanda MÖK temelli olarak hazırlanan kontrol sistemleri toplamda altı adettir. Bunlar“doğrusal MÖK”,“uyarlamalı ve doğrusal olmayan MÖK”(iki farklı ayarlama yöntemi ile),“dayanıklı doğrusal MÖK”,“klasik ve doğrusal olmayan MÖK (çoklu kontrolcü çıktıları ile)”ve“ayarlanabilir, çevrimdışı ve doğrusal olmayan MÖK”olarak sıralanabilir. Tüm kontrolcülerde 2 serbestlik dereceli taşıt modeli temel model olarak kullanılmaktadır. Bu modele ait serbestlik dereceleri gövdenin dönme hareketi ve ağırlık merkezinin yanal hareketidir.“Klasik ve doğrusal olmayan MÖK”ile“ayarlanabilir, çevrimdışı ve doğrusal olmayan MÖK”tasarımı haricindeki tüm kontrolcü tasarımlarında, temel model tek izli taşıt modeli olarak yapılandırılmıştır. Ayrıca bu kontrolcülerde direksiyon açısı tek kontrol değişkeni olarak kullanılarak, kontrol sinyali üretimi yapılmaktadır.“Klasik ve doğrusal olmayan MÖK”ve“ayarlanabilir, çevrimdışı ve doğrusal olmayan MÖK”tasarımlarında ise temel model iki izli taşıt modelidir ve direksiyon açısı ile optimal dönme momenti koordinasyon içinde tespit edilmektedir.“Ayarlanabilir, çevrimdışı ve doğrusal olmayan MÖK”tasarımında kontrol sinyali çevrimiçi yaklaşımlar ile elde edilmemektedir. Ancak diğer kontrolcülerde, kontrol sinyali çevrimiçi olarak MÖK yapısında bulunan maliyet fonksiyonun minimize edilmesiyle elde edilmektedir. Kontrolcü tasarımlarının tamamında ayar noktaları olarak ağırlık merkezinin yanal pozisyonu ve gövdenin dönme açısı kullanılmaktadır. Buna ek olarak, sistem modelinin ÇŞD manevrası sırasına daima sabit hızda olduğu kabul edilmektedir. İlk kontrolcü tasarımı olan“doğrusal MÖK”ile, sistemin, ayar noktalarına 2 farklı hızda seyir durumunda yaklaşması beklenmektedir. Kontrolcüye ait temel model doğrusal yapıda hazırlanmıştır. Kontrolcü parametrelerinin belirlenmesinde bir ayarlama yöntemi kullanılmamıştır. Yapılan simülasyon çalışmalarında, lineer MÖK'ün, oransal-integral-türevsel kontrol yöntemine göre daha başarılı yörünge takip performansı verdiği gözlemlenmiştir. İkinci tasarım olan“uyarlamalı ve doğrusal olmayan MÖK (versiyon 1)”ile, deneysel olarak elde edilen maksimum NATO ÇŞD manevrası hızının artırılması hedeflenmektedir. Bu kontrolcüye ait parametreler, yapay sinir ağları (YSA) ile ayarlanmaktadır. En iyi parametrelerin tespiti, sistemin çıktılarına göre her örnekleme anında çevrimiçi şekilde yapılmaktadır. Buna ek olarak, kontrol sinyali üretimi sırasında, doğrusal olmayan temel model her örnekleme anında doğrusal hale getirilmektedir. Bu işlem, kontrol sinyalinin ve sistem durumlarının anlık değerleri göz önünde bulundurularak tamamlanır. Bu özellikler sayesinde ilgili kontrolcü uyarlamalı bir yapıya sahiptir. Kontrolcü sadece direksiyon açısını optimize etmektedir. Yapılan simülasyon çalışmalarında,“uyarlamalı ve doğrusal olmayan MÖK (versiyon 1)”ün NATO ÇŞD manevrasını hem deneysel olarak tespit edilen hem de klasik oransal-integral-türevsel kontrol yöntemiyle sağlanabilen maksimum hızdan daha yüksek hızda; devrilme, yanal kayma, tekerleklerin zemin bağlantısının kesilmesi gibi eylemler meydana gelmeden tamamlayabildiğini göstermiştir. Üçüncü tasarım olan“uyarlamalı ve doğrusal olmayan MÖK (versiyon 2)”aynı isimli kontrolcünün güçlendirilmiş halidir. Bu kontrolcüye ait ağırlıklar YSA ve Büyük Patlama – Büyük Çöküş (BP-BÇ) algoritmasının birleştirilmiş haliyle elde edilen bir yapı ile en iyi hale getirilmektedir. Birleşik yapı 2 katman içermektedir. İlk katmanda YSA ile kontrolcü ağırlıkları belirlenmektedir. Bu ağırlıklar daha sonra BP-BÇ algoritmasının ilk iterasyonunda ilk kütle merkezi olarak değerlendirilmektedir. BP-BÇ algoritması da iki aşamada çalışmaktadır. İlk aşama olan“Büyük Patlama”da başlangıç popülasyonu elde edilmektedir. Ardından“Büyük Çöküş”aşaması başlayarak aday çözümler kütle merkezi etrafında toplanmaktadır. Evrenin oluşumundan esinlenilerek oluşturulan BP-BÇ algoritması ile kontrolcü ağrılıkları düşük hesaplama yükü ve hızlı yakınsama ile tespit edilmektedir. Ayarlama mekanizması uyarlanabilir ve çevrimiçi formdadır. 2 farklı taşıt hızında, sadece direksiyon açısı kontrol edilerek yapılan simülasyon çalışmalarında, birleşik ayarlama mekanizması ile elde edilen sistem çıktılarının; sadece YSA kullanılarak elde edilen sistem çıktılarına göre NATO ÇŞD manevrasında takip performansı konusunda daha başarılı olduğu gözlemlenmiştir. Dördüncü tasarım olan“dayanıklı ve doğrusal MÖK”ile, farklı taşıt hızlarında performansını koruyabilecek bir kontrolcünün en uygun direksiyon açısını belirlemesi ve sistemi NATO ÇŞD manevrasında ayar noktalarına yaklaştırması hedeflenmektedir. Kontrolcünün dayanıklılığı YSA tarafından 2 adımda sağlanmaktadır. İlk aşamada, taşıt hızı için verilen bir aralıkta maksimum takip performansını sağlayabilecek kontrolcü ağırlıkları ve örnekleme zamanı belirlenmektedir. Bu parametreler tüm hızlarda tamamen aynı olacak şekilde tespit edilmektedir. Bunlara ek olarak öngörü ufku taşıt hızına göre uyarlamalı şekilde seçilerek yumuşatılmış bir kontrol sinyali elde edilmektedir. Yapılan simülasyon çalışmalarında,“dayanıklı doğrusal MÖK”ün, doğrusal-karesel-integratörden ve iki adet ayrık integratörden oluşan birleşik bir kontrolcü setine göre yörünge takibi konusunda daha başarılı olduğu ve 3 farklı taşıt hızında kontrol eylemini tamamlayabilme açısından daha esnek performans gösterdiği gözlemlenmiştir. Beşinci tasarım olan“klasik ve doğrusal olmayan MÖK”ile, direksiyon açısı ve düzeltici dönme momenti (DMM) optimize edilerek, 2 farklı hızda NATO ÇŞD manevrasında yörünge takibinin sağlanması hedeflenmektedir. DMM daha sonra tekerlek torkları dağıtım algoritması yardımıyla arka tekerlek torkları olarak tespit edilerek sistem modeline iletilmektedir. İlgili kontrolcünün parametrelerinin ayarlanması için bir yöntem kullanılmamıştır. Çevrimiçi kontrol sinyali oluşumu, kontrol hedeflerinin artışı ve temel modelin karmaşıklığının artması sonucu ortaya çıkan yüksek hesap yükünün azaltılması için altıncı tasarım olan“ayarlanabilir, çevrimdışı ve doğrusal olmayan MÖK”kullanılmaktadır. Bu tasarımda“klasik ve doğrusal olmayan MÖK”in kontrol eylemi üzerindeki davranışı tamamen YSA ile modellenmiştir. Ayrıca yörünge takip başarısını da artırabilme amacıyla, ilgili kontrolcüye ait ağırlıklar YSA ve bulanık mantık tabanlı iki mekanizma ile ayarlanmıştır. Yapılan simülasyon sonuçlarında,“ayarlanabilir, çevrimdışı ve doğrusal olmayan MÖK”ün hem yörünge takibi hem de hesaplama verimliliği açısından“klasik ve doğrusal olmayan MÖK”e göre daha başarılı olduğu gözlemlenmiştir. Bu tezdeki tüm simülasyonlar MATLAB / SIMULINK ortamında gerçekleştirilmiştir. MÖK temelli olarak tasarlanan kontrolcülerin hem yörünge takip performansı hem de hesap yükü açısından etkili sonuçlar gösterdiği ve otonom taşıtların kontrolü için aday konumda olduğu tespit edilmiştir.

Özet (Çeviri)

Ensuring safe driving in autonomous vehicles is one of the most important requirements. Providing trajectory tracking plays a key role in this issue. A number of technological instruments such as electronic anti-skid systems, electronic stability programs and electric-hydraulic-supported steering systems are used to obtain the safest trajectory for a vehicle. These systems developed by automotive manufacturers are controlled by different methods. For example, proportional-integral-derivative (PID) control, Fuzzy logic, linear-quadratic-regulator (LQR), linear-quadratic-integrator (LQI), artificial neural networks, H-infinity and model predictive control are utilized for directional control in vehicles. With the help of these control methods, parameters such as steering angle and/or wheel moments are optimized, and human intervention in driving is partially or completely prevented. Model predictive control (MPC), one of the listed methods, differs from other control methods due to its suitability for autonomous driving systems. It is a model-based control method. In this approach, the control action is provided by considering the difference between the predicted and current outputs of the system. The control signal is generated according to the selection of the MPC parameters (prediction horizon, control horizon, appropriate sampling time and weighting parameters). In addition, the MPC is capable of working with multiple system and controller outputs, multiple constraints on the control signal and multiple set-points. Furthermore, the base model of the MPC can be in linear or nonlinear formulations. In linear MPC systems, the base model formulation remains constant throughout the control action. In nonlinear MPC systems, the base model is updated at each sampling depending on the outputs of the system. With this implementation, nonlinear and complex systems can be controlled with MPC. Due to these advantages, MPC is frequently used in solving of trajectory tracking problems of the autonomous vehicles. In this Ph.D. thesis, the MPC-based control systems for a military vehicle cruising at constant speed in the NATO double lane change (DLC) maneuver are presented, considering successful trajectory tracking and fast control signal generation. This vehicle is entitled“system”and it is represented by a two-track nonlinear vehicle model. The system model has 4 degrees of freedom in the vehicle body (longitudinal motion, lateral motion, yaw motion and roll motion) and 8 degrees of freedom in each wheel (rotation). The inputs to the system are the steering angle for the front wheels and the torque outputs of each wheel. Magic Formula (2002) version is used to model the tires of the vehicle. This semi-experimental model is used to calculate the lateral and longitudinal forces that can be produced by the tire using the experimentally-determined tire parameters. The friction between the tire and ground and combined slip properties are also considered in the tire modelling. The system model has been validated using the experimental data generated by a NATO Research Task Group on Applied Vehicle Technology. The data include outputs such as steering wheel angle, wheel moments, lateral acceleration, roll angle, roll rate, yaw angle, yaw rate and global position. Six control systems based on discrete-time MPC are developed. These are“linear MPC”,“adaptive nonlinear MPC”(with two tuning methods),“robust linear MPC”,“classical nonlinear MPC with multiple controller outputs”and“explicit tunable nonlinear MPC”. In all controllers, the vehicle model with two degrees of freedom is used as the base model. The degrees of freedom are the yaw motion of the body and the lateral motion of the center of gravity. In all controller designs, except for the“classical nonlinear MPC”and“explicit tunable nonlinear MPC”designs, the base model is configured as a single-track vehicle model. In addition, the steering angle is used as the only control signal. In the“classical nonlinear MPC”and“explicit tunable nonlinear MPC”designs, the base model is a two-track vehicle model. The steering angle and direct yaw moment are determined in coordination. In the“explicit tunable nonlinear MPC”design, the control law is not obtained using online approaches. However, in other controllers, the control signal is generated online by minimizing the cost function in the MPC structure. In all controller designs, the lateral position of the center of gravity and the yaw angle of the body are used as desired system outputs. In addition, the system model is always assumed to be at constant speed during the DLC maneuver. In the first controller design,“linear MPC”, the system is expected to approach the set points at two different speeds. The base model of the controller is linear. No tuning method is used to determine the controller parameters. In the simulation studies, it is observed that the“linear MPC”can provide improved trajectory tracking performance compared to the proportional-integral-derivative (PID) control method. In the second controller design,“adaptive nonlinear MPC (version 1)”, it is aimed to increase the experimentally-determined maximum NATO DLC speed of the system. The parameters of this controller are tuned by artificial neural networks (ANN) and determined online at each sampling instant according to the outputs of the system. In addition, during the control signal generation phase, the nonlinear base model is linearized at each sampling instant. This process is completed by considering the instantaneous values of the control signal and the system states. These features make the controller adaptive. Steering angle is the only control signal. Simulations show that the maximum NATO DLC speed can be increased using“adaptive nonlinear MPC (version 1)”compared to experiments and PID controller, without lateral skidding, wheel lift-off and roll-over. The third controller design,“adaptive and nonlinear MPC (version 2)”, is an enhanced version of the“adaptive and nonlinear MPC (version 1)”. The weights of this controller are tuned using a combined structure of ANN and the Big Bang-Big Crunch (BB-BC) algorithm. It includes 2 layers: In the first layer, controller weights are determined by ANN. These weights are then evaluated as the initial center of mass in the first iteration of the BB-BC algorithm. The BB-BC algorithm also works in two stages: In the first stage,“Big Bang”, the initial population is obtained. Then the“Big Crunch”phase starts and candidate solutions are gathered around the center of mass. The BB-BC algorithm is inspired by the formation of the universe and it determines the controller weights with low computational load and fast convergence. The combined tuning mechanism is adaptive and online. The results showed that, all controller weights are tuned online and updated during the maneuvers, and path following performance of the vehicle is enhanced at different NATO DLC speeds using the developed tuning mechanism, compared to working with ANN only. The fourth design,“robust linear MPC”, aims to provide a control action where controller performance is maintained at different vehicle speeds. Steering angle is the only controller output. The robustness of the controller is ensured by ANN in 2 steps. In the first step, controller weights and sampling time are determined for a given range of vehicle speeds to achieve maximum tracking performance. These parameters are determined to be same for all speeds. In addition, a smoothed control signal is obtained by adaptively selecting the prediction horizon according to the vehicle speed. In the simulation studies, it is observed that the“robust linear MPC”is more successful in trajectory following and more flexible in terms of completing the control action at three different vehicle speeds, compared to a set of linear-quadratic-integrator (LQI) and two discrete integrators. The fifth design, the“classical nonlinear MPC with multiple controller outputs”, aims to optimize the steering angle and the direct yaw moment (DYM) to ensure trajectory tracking in the NATO DLC maneuver at 2 different speeds. The DYM is then determined as rear wheel torques using the wheel torque distribution algorithm and transmitted to the system model. No method is used to tune controller parameters. In order to reduce the high computational burden caused by the online control signal generation, multiple controller outputs and base model complexity, the sixth design, the“tunable explicit nonlinear MPC”, is used. In this design, the behavior of the“classical nonlinear MPC”on the control action is completely modeled by ANN. Furthermore, in order to improve the trajectory tracking performance, the weights of the controller are adjusted by two mechanisms: ANN and fuzzy logic. The simulation results show that the“tunable explicit nonlinear MPC”is more successful than the“classical nonlinear MPC”in terms of trajectory tracking and computational efficiency. All simulations in this Ph.D. thesis were performed in MATLAB / SIMULINK environment. It has been determined that the controllers designed based on MPC show effective results in terms of trajectory tracking performance and computational load. They are candidates for the control of autonomous vehicles.

Benzer Tezler

  1. Tez No

    858602

    A refined methodology tor model-based FPGA hardware design: An example of quadrotor dynamical model implementation

    Model tabanlı FPGA donanımı tasarımında iyileştirilmiş bir yöntem sistemi: Bir dört rotorlu için dinamik model gerçekleme örneği

    SEZER MEMİŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ

  2. Tez No

    467118

    Comparative evaluation of ramp control methods: A case study on D-100 freeway, Istanbul

    Otoyol katılım denetim yöntemlerinin başarımının sınanması: D-100 otoyolu, İstanbul örneği

    ISMAIL ABUAMER

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Trafikİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HİLMİ BERK ÇELİKOĞLU

  3. Tez No

    389354

    Design of an intelligent boost pressure controller for a series sequential turbocharged diesel engine

    Seri bağlı aşırı doldurma sistemine sahip dizel motorlar için akıllı manifold basıncı kontrolcüsü tasarımı

    MUSTAFA ENGİN EMEKLİ

    Doktora

    İngilizce

    İngilizce

    2015

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLİN AKSUN GÜVENÇ

  4. Tez No

    458880

    Predictive and adaptive channel estimation models for cooperative wireless communications

    İşbirlikli kablosuz haberleşme için öngörüsel ve adaptif kanal kestirim modelleri

    OMAR GATERA

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET HAMDI KAYRAN

  5. Tez No

    737880

    An artificial neural network based emergency controller to improve transient stability in power systems

    Güç sistemlerinde geçici kararlılığı artırmak için yapay sinir ağı tabanlı acil durum kontrolörü

    KASRA MONTAKHABI OSKOUEI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ

Geri Dön