HEAL DSpace

Automated code generation for state estimation algorithms

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

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


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής