Click here to load reader

Co-evolution of morphology and control in developing ... · PDF fileCo-evolution of morphology and control in developing structures Vom Fachbereich Elektrotechnik und Informationstechnik

  • View
    215

  • Download
    0

Embed Size (px)

Text of Co-evolution of morphology and control in developing ... · PDF fileCo-evolution of morphology...

  • 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