Tez No	İndirme	Tez Künye	Durumu
527292		Quantized feedback control of autonomous robots / Otonom robotların nicemlenmiş geribeslemeli kontrolü Yazar:ONUR ŞENCAN Danışman: PROF. DR. HAKAN TEMELTAŞ Yer Bilgisi: İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı / Kontrol ve Otomasyon Mühendisliği Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Hareketli robotlar = Mobile robots ; Optimal kontrol = Optimal control ; Yol planlama = Path planning	Onaylandı Doktora İngilizce 2018 116 s.
Bu tez çalışmasında, ortam haritalanması, yol planlaması ve araç kontrol sistemi arasındaki bağlantının sağlandığı, yenilikçi bir robot yöngüdümü taslağı sunulmuştur. Robot yöngüdüm problemi ile ilgili literatürdeki genel yaklaşımlar, yol planlama ve navigasyon sonuçlarının araç kontrol sisteminin(motor sürücü ve eyleyiciler) bu çıktılara riayet edeceği varsayımına dayanmaktadır. Bununla birlikte, kontrol sistem mimarisi de yol planlama bloğundan gelecek olan referans sinyalinin kontrol edilebilir sınırlarda olduğu varsayımıyla tasarlanır ve bu sınırları aşan referans işaretleri limitlenerek sistem davranışının kararlı halde tutulması sağlanır. Her iki durumda da, yol planlama ve kontrol sistemleri birbirlerinden bağımsız olarak hareket etmekte ve bu sistemler arasında geriye yönelik bir bilgi akışı bulunmamaktadır. Sonuç olarak yol planlayıcılar optimal yol planları üretseler dahi bu referansların kontrol sistemi tarafından takip edilememesi durumunda beklenen sistem yanıtı alınamayacak ve sistem optimalden uzaklaşarak kararsızlığa doğru gitme eğilimi gösterecektir. Bu davranış genellikle robot sistemlerinde verilen yol referansında testere hareketi olarak kendini göstermektedir. Yüksek hızlara çıkıldığında ise bu testere hareketi sistemi kararsızlığa iterek robotun yoldan çıkmasına neden olacaktır. Bu çalışmada yol planlama ve kontrol sistemleri arasında bir bağlantı kurmak ve sistemler arasında bir geribesleme döngüsü oluşturmak için navigasyon taslağında hem ortam haritalandırılmasında, hem de kontrol mimarisinde nicemleme işleci kullanılmaktadır. Nicemleyicinin ızgara bölütleme probleminde kullanılması ile, yöngüdüm mimarisinden bağımsız olarak literatürdeki doluluk ızgarası yöntemlerine yeni bir katkı sağlanmıştır. Bilgisayar grafiklerinde kullanılan yöntemlerin de yardımıyla, üç boyutlu sensörler tarafından elde edilen nokta bulutlarının doluluk ızgaralarına aktarılması için etkin bir yöntem ortaya konulmuştur. Bu yöntemde karma bir yaklaşım kullanılarak, topolojik ve ızgaralama ile bölütleme yöntemlerinin öne çıkan taraflarından hem hesaplama hem de bellek optimizasyonu amacıyla faydalanılmıştır. Doluluk ızgaralarının geometrik özellikleri, ortamdan elde edilen uzamsal verilerin nicemlenmesi gibi yorumlanarak, hareket planlayıcısına bir girdi oluşturulmuştur. Hareket planlayıcısı aldığı bu girdilerle robot sisteminin kontrolör tarafına referans giriş işareti üretmesi sağlanmaktadır. Bahsedilen bu ilk kısım, robot navigasyon taslağı içerisinde giriş nicemleyicisi olarak adlandırılmaktadır. Sensör girişleri ve yol eğrileri üç boyutlu Öklid uzayında bağımsız çizge ağaçlarının düğümleri olarak temsil edilmektedir. Uzamsal bölütleme yöntemi, engelllere bağlı olarak hesaplanan yol eğrisi ve engellere atanan en büyük ızgara geometrisinden bağlayarak, ikili bir çizge ağacı ile ilgi alanındaki uzayın yol eğrisi ve engellere ait ızgaralar örtüşmeyinceye değin dallara ayrılmasına dayanmaktadır. Sonuç olarak ortaya çıkan doluluk ızgarası, her boyut için yol eğrisi ile çakışmayan en büyük ızgara geometrileri ile sonuçlanacaktır. Dinamik yol planı ve engellere göre ızgara boyutlarının değişmesine yakınlaşma ve uzaklaşma adı verilmektedir. Ortaya çıkan ızgara geometrilerinin boyut bilgileri hareket planlayıcısı için giriş işaret bilgisi üretmek için kullanılacaktır. Izgaralardan ve yol eğrisinden alınan bilgilere göre hareket planlayıcısı hız ve hareket yönü bilgilerini üretecektir. Aracın yol eğrisi bir engelin yakınlarında ise, yol eğrisi ve engele ait ızgaraların uzamsal olarak örtüşmemesi için ızgara boyutları yinelemeli bir şekilde küçülecektir. Bu nedenle bir genel kural olarak araç hızının ızgara boyutuyla doğru orantılı olarak arttığı öngörülmektedir. Benzer şekilde ızgaralar küçüldükçe köşegenlerinin tanjantı yol eğrisinin tanjantına yaklaşacağından, aracın yönlenim referans değerinin ızgara köşegen tanjantı ile yol eğrisi tanjantının arasında olacağı öngörülebilir. Izgara geometrilerinden gelen verinin hareket planlayıcısında şekillendirilerek referans işaretlerin üretilmesinin ardından, işlem sırası yöngüdüm taslağının diğer bir temel bloğu olan çıkış nicemleyicisine gelmektedir. Çıkış nicamleyicisi bloğu, hareket planlayıcısı trafından üretilen referans işaretlerine asimptotik olarak kararlı bir nicemlenmiş kontrolör ile alt düzey motor sürücü sistemlerine işaret üretmekten sorumludur. Bahsi geçen asimptotik olarak kararlı bir nicemlenmiş kontrolör qLQR olarak tanımlanmakta ve robot kontrolünde bu çalışma ile uygulama alanı bulmaktadır. Bu yöntemle hem kararlılık hem de performans isterlerinin karşılanması hedeflenmiştir. Temel olarak bu kontrolör ile geleneksel LQR yapısından farklı olarak, üretilen kontrol işaretlerinin tekil bir değeri değil, asimptotik kararlılığı garantilenen bir alt ve üst eşik değer tanımı bulunmaktadır. Bu sayede alt düzey motor sürücülerinin çıktı üretebileceği referans değerine bağlı olarak bu iki eşik değer arasından en uygun değerin atanması sağlanabilemektedir. Böylelikle giriş nicemleyicisinde bölütlenmiş olan ızgaralar üzerinde asimptotik olarak kararlı hareket edilmesinin garantilendiği bir robot yöngüdüm çalışma alanı elde edilmektedir. Bu çalışma robot yöngüdümünde planlama ve kontrol mimarilerinin birbirlerinden yalıtılmış bir biçimde planlanması problemine karşı bir çözüm üretmeyi amaçlamaktadır. Bu doğrultuda çalışmanın literatüre temel katkıları: > Robot yöngüdüm ve kontrol sistemlerini birbirlerine bağlayacak bir genel çalışma alanı, > Genelleştirilmiş ve aynı zamanda giriş nicemleyicisinde de kullanılan bir doluluk ızgaralama yöntemi, > Nicemlenmiş LQR yönteminin robot yöngüdümü probleminde aktarılması, şeklinde sıralanabilir. Tez genel hatlarıyla şu şekilde sunulmuştur: Giriş kısmında problem genel hatlarıyla ele alınmış ve doluluk ızgarası ile nicemlenmiş kontrol yöntemi ile ilgili kısımlar iki ayrı literatür özeti olarak verilmiştir. Bölüm 2'de öncelikle nicemleme yöntemi kontrol teorisi üzerinden örneklemler ile aktarılmıştır. Bu giriş bölümünün ardından nicemlemenin bu çalışma alanındaki görevi genel hatlarıyla açıklanmıştır. Bölüm 3'e gelindiğinde, giriş nicemleyicisinde yol eğrilerinin ve engellerinin üç boyutlu Öklid uzayında katkılanan yöntem ile nasıl temsil edildiği teorik altyapıları ve algoritmik çözümlemeleriyle birlikte gösterilmiştir. Örnekleme ve nicemlemenin ilişkisinin açıklanmasının devamında, araç dinamik kısıtları ve engel sakınma için güvenlik çemberi gibi farklı senaryolar için doluluk ızgaralarının ne şekilde bölütleneceği ile anlatıma devam edilmektedir. Bölüm 4'e gelindiğinde, doluluk ızgaralarının kullanıldığı giriş nicemleyicisiyle birlikte çıkış nicemleyicisi de konuya dahil edilerek genel çalışma alanı sunulmuştur. Kısım 4.3 'te giriş nicemleyicisinin genel çalışma alanına nasıl eklemlendiğini ve yol planlamasından gelen parçalı eğrilerin nasıl işlendiğini anlatılmaktadır. Devam eden Kısım 4.4'te, çıkış nicemleyicisi tanıtılmakta ve hareket planlayıcısı ile giriş nicemleyicisinden alınan işaretlerin çıkış nicemleyicisine referans işaret olarak dönüştürülmesi anlatılmaktadır. Kısım 4.5 'te, nicemlenmiş LQR yönteminin robot yöngüdüm çalışmasında kullanımı açıklanmıştır. Devam eden kısımlarda, nicemlenmiş kontrol yapısı geleneksel kontrol terimleri üzerinden tanımlanmış ve hibrit sistemlerdeki yapıya paralel bir şekilde kontrol işasretlerinin kararlılık tanımları yapılmıştır. Son bölümde ise qLQR ve genel olarak robot yöngüdüm çalışma alanının simülasyon ve laboratuvar ortamındaki gerçek zamanlı sonuçlarıyla bellek kullanımı ve hesaplama karmaşıklığının da irdelendiği çıktılar sunulmuştur. Ekler kısmına gelindiğinde ise, Ek A 'da önerilen yöntemlerin uygulaması için kullanılan, Ackermann modeli bir aracın doğrusal olmayan ve doğrusallaştırılmış sistem modelleri ile kontrol işaretleri ile aracın manevra kabiliyetleri arasındaki ilişki irdelenmiştir. Bahsi geçen manevra kısıtlamaları, giriş nicemleyicisi ve hareket planlayıcısındaki eşik değerleri oluşturmaktadır. Bu çalışmada örnek olarak bir kara taşıtı üzerinden çıkarımların yapılmasına karşın bu çalışma hava, deniz, sualtı gibi farklı ortamlardaki robotlar için de uygulama için elverişlidir. Ek B 'de ise yöngüdüm sırasında aracın engellerden sakınması amacıyla araç etrafındaki engellerin aracın etrafındaki hayali çarpışma eğrisine olan uzaklıkların belirlenmesi işleminin, statik ve dinamik durumlar için teorik irdelenmesi gerçekleştirilmiştir. Giriş nicemleyicisinde kullanılar bu uzaklık normlarının teorik çıkarımları, tezin genel akışını bozmamak için ekler kısmında sunulmuştur. Ek C'ye gelindiğinde, nicemlenmiş kontrol işaretleri arasındaki geçişlerin ve aracın ortamdaki hareketinin Markov Zincirleri ile bağıntısı kurularak, çalışmanın robotik bilimindeki olasılıksal yaklaşımlara olan denkliği ve ne şekilde dönüştürülebileceği ile ilgili bilgi sunulmuştur. Bu çalışmayı takip eden gelecek çalışmalarda, öne sürülen bu yöngüdüm çalışma alanının olasılıksal tanım kümesindeki karşılıkları irdelenecektir. Son olarak Ek D bölümünde, giriş nicemleyicisinde doluluk ızgaralarının engel varlığına göre boyutlarının bir ikili çizge yapısıyla yakınlaştırılması ve uzaklaştırılması işleminin asimptotik kararlılığa olan etkisi ile ilgili kanıtlar verilmektedir.
In this dissertation, a new robot navigation framework is introduced to close thegap between the environment mapping, path planning computations and the vehicle control problem. General approaches for robot navigation deals with the path planning and navigation with the assumption that the control system of the robot can trackthe given reference values of the planners. On the other hand, the control system architecture assumes that the incoming reference signals are suitable for its control range or commonly thresholds the out of range signals. In both situations, these systems act separately from each other, and there is no backwards information passed through these systems. As a result, even the path and motion planner outputs looks like optimal outcomes, if these outputs do not have any compliance with the control system, then the total system behavior is not accomplished as expected.To ensure connection with the planning and control structures and establish a feedback mechanism to the overall system, navigation framework employs the quantization operator both in the environment mapping and in the controller architecture. Using the quantizer in grid segmentation problem leads to a novel approach within occupancy grid literature. By using computer graphics methodologies, an efficient occupancy grid method is derived for assigning the point clouds that are gathered from 3D sensors to the grids. This assignment uses a hybrid approach, which combines the topological and grid space partitioning methods. Geometric properties of the grid voxels are interpreted as quantized spatial information from the environment and used as an input to the motion planner that generates reference signals to the controller side of the robotics system.The first main part of the navigation framework is called as input quantizer. Sensor inputs and the path splines are represented with the independent graph nodes for each axis in the 3D Euclidean space. Space partitioning methodology is executed with a binary segmentation independent for each axis until the corresponding node of the path splines and the obstacle nodes have no intersection. This binary segmentation and its reverse operation are called as zoom-in and zoom-out properties respectively in the study. After the motion planner that shapes the reference signals with using the information from the grid voxels, another main block of the framework is in charge of synthesizing an asymptotically stable controller, which is called output quantizer. As its name suggests, this structure also consists of a quantizer, which is denominated as qLQR.This method is adapted to the proposed framework to satisfy both the stability and the performance concerns.