Σχεδίαση Ευφυών Κατανεμημένων Νόμων Ελέγχου για Σχηματισμό Διάταξης Κινούμενων Ρομπότ.

Καλύβα, Δήμητρα; Kalyva, Dimitra

dc.contributor.author	Καλύβα, Δήμητρα	el
dc.contributor.author	Kalyva, Dimitra	en
dc.date.accessioned	2020-04-26T19:47:54Z
dc.date.available	2020-04-26T19:47:54Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/50266
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.17964
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Σχηματισμός Διάταξης	el
dc.subject	Κατανεμημένος Έλεγχος	el
dc.subject	Προσαρμοστικός Έλεγχος	el
dc.subject	Κινούμενα Ρομπότ	el
dc.subject	Νευρωνικά Δίκτυα	el
dc.subject	Formation	en
dc.subject	Distributed Control	en
dc.subject	Adaptive Control	en
dc.subject	Mobile Robots	en
dc.subject	Neural Networks	en
dc.title	Σχεδίαση Ευφυών Κατανεμημένων Νόμων Ελέγχου για Σχηματισμό Διάταξης Κινούμενων Ρομπότ.	el
heal.type	bachelorThesis
heal.classification	Αυτόματος Έλεγχος	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2019-10-22
heal.abstract	Αντικείμενο της διπλωματικής εργασίας είναι η ανάπτυξη και υλοποίηση ενός προσαρμοστικού ευφυούς νόμου ελέγχου, για την επίλυση του προβλήματος συμφωνίας και διάταξης γύρω από έναν ηγέτη, ενός πολυπρακτορικού συστήματος που αποτελείται από κινητά ρομπότ.Το προς μελέτη σύστημα είναι μη γραμμικό με άγνωστη δυναμική για την εκμάθηση της οποίας χρησιμοποιούνται Νευρωνικά Δίκτυα Υψηλότερης Τάξης. Το πρόβλημα προσεγγίζεται από δύο διαφορετικές οπτικές γωνίες, και ως εκ τούτου, πραγματοποιούνται δύο μελέτες για το ίδιο ρομποτικό σύστημα. Στη μεν πρώτη, εξετάζεται ένας κατανεμημένος νόμος ελέγχου, για την δημιουργία του οποίου χρησιμοποιείται ο PI Μετασχηματισμός Λάθους Συμφωνίας. Ο γράφος που αναπαριστά την μετάδοση της πληροφορίας μεταξύ των πρακτόρων έχει γεννητικό δέντρο με ρίζα τον ηγέτη. Αρχικά, αποδεικνύεται ότι η σύγκλιση του μετασχηματισμού σε μία μικρή γειτονιά περί της αρχής των αξόνων συνεπάγεται προσεγγιστικό leader-follower consensus των πρακτόρων. Έπειτα, γίνεται ο σχεδιασμός του νόμου ελέγχου χρησιμοποιώντας τεχνικές από την θεωρία Lyapunov, τον προσαρμοστικό έλεγχο, τη backstepping μεθοδολογία και τα νευρωνικά δίκτυα υψηλότερης τάξης. Στην δεύτερη, εξετάζεται ένας κατανεμημένος νόμος ελέγχου για την επίτευξη leader-follower formation των πρακτόρων, ο οποίος εξασφαλίζει επιπρόσθετα την ιδιότητα της αποφυγής συγκρούσεων μεταξύ των κινητών ρομπότ. Για το σκοπό αυτό, εισάγεται μία συνάρτηση δυναμικού η οποία ενεργοποιείται μόνο όταν οι πράκτορες έχουν πλησιάσει περισσότερο από κάποιο επιτρεπτό όριο. Ο γράφος που αναπαριστά την μετάδοση της πληροφορίας μεταξύ των πρακτόρων έχει γεννητικό δέντρο με ρίζα τον ηγέτη ενώ ο υπογράφος που αναπαριστά την επικοινωνία μεταξύ των ακόλουθων θα πρέπει να είναι μη κατευθυνόμενος. Τέλος, τα προτεινόμενα σχήματα ελέγχου υλοποιούνται σε περιβάλλον Simulink-Matlab, ξεχωριστά για την κάθε περίπτωση. Οι προσομοιώσεις επιβεβαιώνουν τα θεωρητικά αποτελέσματα και την αποτελεσματικότητα της σχεδίασης του ελέγχου.	el
heal.abstract	The purpose of this diploma thesis is to develop and implement an intelligent adaptive control law, for leader follower consensus and formation of a multi-agent system consisting of mobile robots. Since the dynamics of the system to be examined are non-linear and unknown, Higher Order Neural Networks are employed in order to approximate it. Two different approaches on the mobile robot cooperative control problem are considered. In the first one, we examine a distributed control law using a generalization of the so called "PI Consensus Error Transformation" [1] for leader-follower consensus. The graph representing the information transmission between the agents has a spanning tree with the leader as its root. Initially, it is proved that the convergence of the transformed variables to a small neighbourhood of the origin implies approximate leader-follower consensus of the agents. Then, distributed control laws are designed based on the new transformation, using results from Lyapunov theory, adaptive control, backstepping methodology and Higher Order Neural Networks. In the second one, we examine distributed control laws for leader-follower formation of the multi-agent system that additionally ensure collision avoidance between all mobile robots. For this purpose, a potential function is introduced, which is activated only when the distance between two agents becomes less than or equal to some threshold value. In the second case, the graph representing the information transmission between the agents has a spanning tree with the leader as its root, while the sub-graph representing the communication between the followers must be undirected. Finally, the aforementioned control laws for both approaches are implemented in Simulink/ Matlab environment. The simulation results confirm our theoretical analysis and the effectiveness of the proposed control design.	el
heal.advisorName	Ψυλλάκης, Χαράλαμπος	el
heal.committeeMemberName	Τζαφέστας, Κωνσταντίνος	el
heal.committeeMemberName	Κυριακόπουλος, Κωνσταντίνος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	151 σ.	el
heal.fullTextAvailability	false