MPC-GRAPH: Nonlinear Feedback Motion Planning Using Sparse Sampling Based Neighborhood Graph
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, Elektrik ve Elektronik Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: SİMAY ATASOY
Danışman: Mustafa Mert Ankaralı
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Modern uygulamaların son derece dinamik ve belirsiz doğa senaryoları göz önüne alındığında, sağlam ve güvenli geri bildirim hareket planlaması ve navigasyonu, otonom mobil robot sistemleri için kritik bir görevdir. Bu nedenlerden dolayı, geri beslemeli kontrol teorisinde derin kökleri olan hareket planlama ve navigasyon algoritmaları, son zamanlarda bu alanın merkezinde yer almaktadır. Ancak bu tür poliçelerin çoğunluğu hala hareket planlayıcısının öncelikle zamana bağlı yörüngelerden oluşan açık döngü seti oluşturduğunu kabul etmektedir. Sonrasında geri bildirimli kontrol poliçesi seti oluşturulan bu yörüngeleri belli hata sınırları çerçevesinde takip eder. Yörünge bazlı yaklaşımların aksine, bazı araştırmacılar birbirine bağlı engelsiz alanlar yaklaşımını kullanarak geri beslemeli hareket planlaması yöntemi geliştirdiler. Bu yaklaşımda lokal kontrol poliçesinin amacı robotun özel olarak belirlenmiş bağlı engelsiz bölgeler arasında hareket planlamasını gerçekleştirmektir. Bu çalışmada seyrek rastgele komşuluk grafiklerini ve kısıtlı doğrusal olmayan Model Öngörülü Kontrolcü (MPC) kullanarak, bir hareket planlama algoritması öneriyoruz. Algoritma ilk olarak birbirine bağlı dikdötgenlerden oluşan seyrek bir komşuluk grafiği oluşturur. Sonrasında, robotun hareket kontrolü için MPC bazlı geri beslemeli kontrol poliçesi doğrusal dinamikleri olmayan robotu bir dikdörtgensel bölgeden diğerine hareket ettirir. Bu hareket esnasında da sistemin durum ve girdi kısıtlarının ihlal edilmediğinden sistemin kararlılığını da garanti ederek emin olur. Bu çerçevede, birbirine bağlı bölgelerin başlangıç ve bitiş noktalarını kapsadığını varsayarsak, robotu herhangi bir hedef noktasına sürebiliriz. Bu tez çalışmasında, algoritmanın geçerliliğini ve uygulanabilirliğini farklı robot hareket modellerini içeren simülasyon ortamında test ettik. Çalışmamız başlıca Suüstü İnsansız Araçlar üzerinde hareket planlama algoritması geliştirilmesi üzerinde yoğunlaşmaktadır. Algoritmamızın gürültü varlığında gürbüzlüğünü gösterebilmek için sisteme gürültü uyguladık. Algoritmamızın örnekleme performansını literatürde karşılatığımız benzer yöntemlerle karşılaştırdık. Sonuçlar MPC-Graph algoritmasının seyrek bir grafik oluşturduğunu ve gürültü varlığında bile sistemi hedef noktasına ulaştırabildiğini göstermektedir.