Co-evolution of morphology and control in developing
structures
Vom Fachbereich Elektrotechnik und Informationstechnik
der Technischen Universität Darmstadt
zur Erlangung des akademischen Grades eines
Doktor-Ingenieurs (Dr.-Ing.)
genehmigte Dissertation
von
Dipl.-Ing. Olga Smalikho
Geboren am 13.01.1984 in Tomsk
Referent: Prof. Dr.-Ing. Jürgen Adamy
Korreferent: Prof. Dr. rer. Nat. Bernhard Sendhoff
Tag der Einreichung: 04.10.2016
Tag der mündlichen Prüfung: 19.01.2017
D17
Darmstadt 2017
Erklärung laut §9 PromO
Ich versichere hiermit, dass ich die vorliegende Dissertation allein und nur unter
Verwendung der angegebenen Literatur verfasst habe. Die Arbeit hat bisher
noch nicht zur Prüfungszweken gedient.
04.10.2016
Lebenslauf
Persönliche Daten:
Name: Olga Smalikho
Werdegang
Juli 2015- Robert Bosch GmbH, Leonberg
dato
Funktionsentwicklerin in radarbasierten
Fahrerassistenzsystemen CC-DA/EAR3
System- und Funktionsentwicklung für die
Fahrerassistenzfunktionen ACC, Stauassistent und
Spurhalteassistent
Komponentenverantwortung
Abstimmung von Anforderungen und Konzepten mit
Kunden und Partner-Subsystemen
Februar 2010- Technische Universität Darmstadt
Mai 2015
Wissenschaftliche Mitarbeiterin TU Darmstadt
Thema der Promotion: Koevolution der Sensorik,
Aktuatorik und Regelung in Adaptiven Systemen
September 2005- Technische Universität Darmstadt
Dezember 2009
Diplom (Dipl.-Ing) – Elektrotechnik und
Informationstechnik
Studienrichtung: Automatisierungstechnik
September 2001 - Polytechnische Universität Tomsk, Russland
Dezember 2004
Vordiplom - Regelungstechnik, Steuerung- und
Automatiesierungsgeräte
Juni 2001 Gymnasium Zaozernyi Tomsk, Russland
Allgemeine Hochschulreife (Abitur), Physikalisch-
mathematisches Klassenprofil
Praktika:
November 2007 - Evonik Industries AG, Hanau-Wolfgang
April 2008
Praktikum in Verfahrenstechnik und
Engineering, Abteilung für Automatisierungstechnik
Aufgabenbereich:
Entwicklung Online-Monitore und Cockpits am
Prozess-Informations- und Managementsystem (PIMS) für
verschiedene Produktionsanlagen.
Mitarbeit am Kundenprojekt: Erstellung stochastischer
Modelle eines chemischen Produktionsprozesses aus
Onlinequalitätsdaten zum Produktqualitäsmonitoring.
Juni 2004 - Deutsches Zentrum für Luft- und Raumfahrt e.V.
August 2004 (DLR), Oberpfaffenhofen
Praktikum am Institut für Physik und Atmosphäre
Aufgabenbereich:
1. Durchführung und Auswertung von Experimenten
· mit Doppler-Lidar. Analyse der Entwicklung
der durch Flugzeuge erzeugten Wirbelschleppen.
Ludwigsburg, 04.10.2016
Abstract
The continuous need to increase the efficiency of technical systems requires the uti-
lization of complex adaptive systems which operate in environments which are not
completely predictable. Reasons are often random nature of the environment and
the fact that not all phenomena which influence the performance of the system can
be explained in full detail. As a consequence, the developer often gets confronted
with the task to design an adaptive system with the lack of prior knowledge about
the problem at hand. The design of adaptive systems, which react autonomously
to changes in their environment, requires the coordinated generation of sensors,
providing information about the environment, actuators which change the current
state of the system and signal processing structures thereby generating suitable
reactions to changed conditions. Within the scope of the thesis, the new system
growth method has been introduced. It is based on the evolutionary optimization
design technique, which can automatically produce the efficient systems with opti-
mal initially non-defined configuration. The final solutions produced by the novel
growth method have low dimensional perception, actuation and signal processing
structures optimally adjusted to each other during combined evolutionary optimiza-
tion process. The co-evolutionary system design approach has been realized by the
concurrent development and gradual complexification of the sensory, actuation and
corresponding signal processing systems during entire optimization. The evolution
of flexible system configuration is performed with the standard evolutionary strate-
gies by means of adaptable representation of variable length and therewith variable
complexity of the system which it can represent in the further optimization progress.
The co-evolution of morphology and control of complex adaptive systems has been
successfully performed for the examples of a complex aerodynamic problem of a
morphing wing and a virtual intelligent autonomously driving vehicle. The thesis
demonstrates the applicability of the concurrent evolutionary design of the opti-
mal morphological configuration, presented as sensory and actuation systems, and
the corresponding optimal system controller. Meanwhile, it underlines the poten-
tials of direct genotype phenotype encodings for the design of complex engineering
real-world applications. The thesis argues that often better, cheaper, more robust
and adaptive systems can be developed if the entire system is the design target
rather than its separate functional parts, like sensors, actuators or controller struc-
ture. The simulation results demonstrate that co-evolutionary methods are able
to generate systems which can optimally adapt to the unpredicted environmental
conditions while at the same time shedding light on the precise synchronization of
all functional system parts during its co-developmental process.
I
Kurzfassung
Stets steigende Anforderungen an neuartige technische Lösungen hängen oft mit
der Komplexität deren Aufgaben zusammen. In vielen Bereichen der modernen
Technik kommt es zu unvorhersehbaren und erschwerten Umweltbedingungen. Hi-
erbei steht der Entwicklungsingenieur vor der Herausforderung ein adaptives und
invariantes Gesammtsystem zu entwickeln, welches auch dann funktionsfähig ist,
wenn die Umgebungsbedingungen stark von den Standardwerten abweichen. Die
Schwierigkeiten dabei sind häufig sowohl die unbekannten Verhältnisse der Umge-
bung als auch deren Einfluss auf das Systemvehalten. Für solche Anwendungsgebi-
ete wird die Entwicklung von extrem robusten technischen Applikationen benötigt.
Die gehören zu der Klasse der adaptiven Systeme und verfügen über spezielle mech-
anische und sensorische Vorrichtungen um die Veränderungen der Umgebungsbe-
dingungen wahrnehmen zu können und dementsprechend den Zustand des Systems
durch die vorhandenen Aktuatoren optimal anzupassen. Die optimale Konfigura-
tion der Morphologie und die Regelung des adaptiven Systems ist meistens un-
bekannt und wird anhand des bereits vorhandenen Vorwissen über das Systemver-
halten manuel gewählt. Im Rahmen der vorliegeneden Dissertation wurde ein neues
Konzept entwickelt zur automatischen Generierung der optimalen Konfiguration
der Sensorik, Aktuatorik und Regelung des Systems, basierend auf den Methoden
der evolutionären Algorithmen. Die Entwicklung des Gesammtsystems, bestehend
aus den sensorischen und aktuatorischen Komponenten sowie dem Regler, findet
hierbei parallel mithilfe von einem kombinierten inkrementalen evolutionären Algo-
rithmus statt. Die Optimierung fängt mit einer möglichst einfachen Systemlösung,
idealerweiser mit einem einzigen Sensor und Aktuator und einer sehr vereinfachten
Reglerstruktur an. Im Laufe des weiteren Optimierungsverlaufs, basierend auf
einem im Rahmen der Dissertation entwickeltes Wachstummodels, nimmt das Sys-
tem schrittweise an Komplexität zu mit Hilfe einer graduellen Erweiterung der
Morphologie und Signalverarbeitungsstruktur. Der neu vorgestellte co-evolutionäre
Algorithmus wurde an den Beispielen e
