dc.contributor.author |
Kaparounakis, Orestis
|
en |
dc.contributor.author |
Soudris, Dimitrios
|
en |
dc.date.accessioned |
2020-11-09T12:53:19Z |
|
dc.date.available |
2020-11-09T12:53:19Z |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/51832 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.19530 |
|
dc.rights |
Default License |
|
dc.subject |
Kalman filter |
en |
dc.subject |
State estimation |
en |
dc.subject |
Code generation |
en |
dc.subject |
Embedded systems |
en |
dc.subject |
Program synthesis |
en |
dc.subject |
Εκτίμηση κατάστασης |
el |
dc.subject |
Παραγωγή κώδικα |
el |
dc.subject |
Φίλτρα Kalman |
el |
dc.subject |
Ενσωματωμένα συστήματα |
el |
dc.subject |
Σύνθεση προγράμματος |
el |
dc.title |
Automated code generation for state estimation algorithms |
en |
dc.contributor.department |
Εργαστήριο Μικροϋπολογιστών και Ψηφιακών Συστημάτων VLSI |
el |
heal.type |
bachelorThesis |
|
heal.classification |
State Estimation |
en |
heal.classification |
Cyber-physical Systems |
el |
heal.language |
el |
|
heal.language |
en |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2020-07-21 |
|
heal.abstract |
We present a new method for automatically generating the
implementation of state-estimation algorithms from a
machine-readable description of the physical dynamics and
signal constraints of sensing platforms. We implement the
new state-estimator code generation method as a backend for
a physics specification language and we apply the backend to
generate complete C code implementations of state estimators
for both linear systems (Kalman filters) and non-linear
systems (extended Kalman filters). The state estimator code
generation from physics specification is completely
automated and requires no manual intervention. The generated
filters can incorporate an automatic differentiation
technique which combines function evaluation and
differentiation in a single process.
Using the description of physical system of a range of
complexities, we generate extended Kalman filters, which we
evaluate in terms of prediction accuracy using simulation
traces. The results show that our automatically-generated
sensor fusion and state estimation implementations provide
state estimation within the same error bound as the
human-written counterparts. We additionally quantify the
code size and dynamic instruction count requirements of the
generated state estimator implementations on the RISC-V
architecture. The results show that our synthesized state
estimation implementation employing automatic
differentiation leads to an average improvement in the
dynamic instruction count of the generated Kalman filter of
7%-16% compared to the standard differentiation
technique. This is improvement comes at the limited cost of
an average 4.5% increase in the code size of the generated
filters. |
en |
heal.abstract |
Παρουσιάζουμε μια μέθοδο για αυτοματοποιημένη υλοποίηση
αλγορίθμων εκτίμησης κατάστασης από περιγραφές αναγνωρίσιμες
από υπολογιστή που περιγράφουν τους νόμους που διέπουν
κάποιο φυσικό υπολογιστικό σύστημα στόχο όσο αφορά την
δυναμική εξέλιξή του καθώς και τους αισθητήρες του.
Υλοποιούμε την μέθοδο αυτή σαν οπίσθιο τμήμα μεταγλωττιστή
μιας γλώσσας προδιαγραφής φυσικών νόμων και την
χρησιμοποιούμε για να παράξουμε ολοκληρωμένες υλοποιήσεις
των αλγορίθμων σε C, είτε για
γραμμικά (γραμμικά φίλτρα
Kalman), είτε για μη γραμμικά
συστήματα (εκτεταμένα φίλτρα
Kalman). Η παραγωγή του κώδικα
των φίλτρων εκτίμησης κατάστασης είναι εντελώς αυτόματη και
δεν απαιτεί χειροκίνητες επεμβάσεις. Τα παράγωγα φίλτρα
δύναται να συμπεριλαμβάνουν λειτουργικότητα αυτόματης
διαφοροποίησης, μεθόδου διαφοροποίησης που συνδυάζει την
αποτίμηση μιας συνάρτησης με την αποτίμηση των παραγώγων
της, ταυτόχρονα.
Χρησιμοποιούμε περιγραφές φυσικών συστημάτων διαφορετικής
πολυπλοκότητας για να παράξουμε εκτεταμένα φίλτρα
Kalman των οποίων αξιολογούμε την
απόδοση χρησιμοποιώντας καταγεγραμμένα ίχνη από
προσομοιώσεις. Η αξιολόγηση δείχνει ότι τα, μέσω της μεθόδου
μας, αυτομάτως παραχθέντα φίλτρα εκτίμησης κατάστασης
επιτυγχάνουν εκτίμηση εντός των ίδιων ορίων σφάλματος σε
σχέση με φίλτρα γραμμένα με το χέρι. Επιπλέον, αξιολογούμε
το μέγεθος αρχείου και το αριθμό δυναμικών εντολών εκτέλεσης
των παραχθέντων υλοποιήσεων σε αρχιτεκτονική
RISC-V. Η αξιολόγηση δείχνει ότι
τα αυτομάτως παραχθέντα φίλτρα που χρησιμοποιούν την μέθοδο
της αυτόματης διαφοροποίησης έχουν κατά μέσο όρο λιγότερες
δυναμικές εντολές κατά την εκτέλεση, 7%-16% σε σχέση με
την οριακή μέθοδο διαφοροποίησης. Η βελτίωση αυτή έχει ένα
μικρό κόστος, κατά μέσο όρο 4.5%, αύξησης του μεγέθους
αρχείου των φίλτρων. |
el |
heal.advisorName |
Σούντρης, Δημήτριος |
el |
heal.committeeMemberName |
Σούντρης, Δημήτριος |
el |
heal.committeeMemberName |
Παπασπύρου, Νικόλαος |
el |
heal.committeeMemberName |
Τσανάκας, Παναγιώτης |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Μικροϋπολογιστών και Ψηφιακών Συστημάτων VLSI |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
115 p. |
en |
heal.fullTextAvailability |
false |
|