Defesa de PFC
André C. Bittencourt
Defesa PFC – André Bittencourt
04/2009
Bo Wahlberg
Alexandre Trofino
Detecção de Falhas em
Robôs Móveis através de
Sensores Integrados
1
Definições
A Tarefa
 KTH – Instituto Real de Tecnologia
(1827)
 MEUR 312 (74)
 1/3 pesquisa técnica SUE
 CAS – Centro de Sistemas
Autônomos (1996)
 Detecção de falhas em Robótica
móvel (Sundvall 2006)
 A Tarefa
 Propôr/estudar métodos de detecção
Defesa PFC – André Bittencourt
04/2009
de falhas usando sensores integrados
 Validar métodos em um robô móvel
 Desafios:
 Definir métodos desde a proposta,
incluindo
 Análise teórica
 Implementação realizada no robô
2
/20
A Tarefa
Sumário

Background/Resultados
Teóricos

Conceitos Básicos
 Descrição do Problema
 Solução Sugerida
 Detectabilidade de falhas
 Estrutura desconhecida de
sensor
 Performance de métodos
Defesa PFC – André Bittencourt
04/2009

Exemplo Motivador

Robótica Móvel
 Odometria
 Sobreposição de scans
 Detecção, Isolamento &
Atenuação de falhas

Conclusões
3
/20
Background
Teórico
Diagnóstico de Sistemas



Detectar (está sob falha?)
Isolar (onde, quando?)
Atenuar (corrigir)

Falhas
 Modo
 Comportamento temporal

Detecção
 On/Off
 Uso de Modelo

Baseado em Modelo

Geração de resíduo
 Paridade de Espaço (on)
 Observador de Estado (on)
 Identificação de Parâmetros (off)


>50% falhas add  OE
>50% falhas mult  Iden
Defesa PFC – André Bittencourt
04/2009
Sistema
Atuador
Atuador
Processo
Processo
Sensor
Sensor
Sistema
4
/20
Background
Teórico
Detecção baseada em resíduo
Defesa PFC – André Bittencourt
04/2009
Atuador
Atuador
Processo
Processo
Sensor
Sensor
 Condições p/ Resíduo
 Independente da entrada
 Sensível a falhas
 Insensível a ruídos
5
/20
Background
Teórico
Descrição do Problema
 Detecção baseada em resíduo,
Diferença da saída de um sensor
em modelo
 Caso Clássico
Grandeza diretamente
medida disponível
e uma predição
Sensor 1
Sensor
Sensor 2
Defesa PFC – André Bittencourt
04/2009
Integrado
Sensor n
Observador 2
-
-
???
Observador n
...
Sensor
Observador
...
Sem acesso à grandeza
diretamente medida
...
 Sensores Integrados
Observador 1
baseada
-
 i.e. sistemas de navegação: sobreposição de scans
 GPS, odometria, SLAM
6
/20
Resultados
Teóricos
Modelagem de Sensores Integrados
 Pressuposto: sensores são integrados com
observadores/filtros de Kalman
 Falhas aparecem misturadas no observador
Defesa PFC – André Bittencourt
04/2009
 A estrutura do sensor, i.e. o ganho do observador,
afetará o sinal
7
/20
Resultados
Teóricos
Solução Sugerida
1. Idéia: Estender estados internos e do sensor
e usar o modelo resultante
Defesa PFC – André Bittencourt
04/2009
para gerar o resíduo
Questões:
1. As falhas são detectáveis?
2. E se
é desconhecido?
3. Como comparar a performance?
8
/20
Resultados
Teóricos
Detectabilidade de Falhas
Suponha
, incluir falhas nos estados
analise a observabilidade do par resultante
Se
observável e
rank coluna completo
2. todas estimativas disponíveis
Defesa PFC – André Bittencourt
04/2009
1.
 Temos a mesma informação e condições caso
fosse disponível
9
/20
Resultados
Teóricos
Estrutura do sensor desconhecida
 A estrutura interna do sensor
Defesa PFC – André Bittencourt
04/2009
 é abstraída a
 Usa-se o modelo simplificado para gerar os resíduos

, o ruído artificial pode ser usado para ajustar jitter,
amostras perdidas, etc (i.e. filtro de Kalman)
10
/20
Resultados
Teóricos
Comparação de Performance
 Análise das funções de sensitividade
Defesa PFC – André Bittencourt
04/2009
 Compromisso
 Maior sensibilidade a falhas
 Menor sensibilidade a ruído
 Uso do modelo de sensor integrado
 Indicativo de melhoria
11
/20
Exemplo
Defesa PFC – André Bittencourt
04/2009
Motivador
Exemplo motivador – Onde estou?

Navegação continua um dos
maiores desafios

Detectar e Atenuar falhas
pode aumentar a
confiabilidade e performance
do sistema

Detecção de colisão pode
aumentar a segurança

Sensores de Localização
 Odometria
 Sobreposição de scans
12
/20
Sensores de
Localização
Odometria -
Características

Defesa PFC – André Bittencourt
04/2009
Integração de medidas de
velocidade
 Baseado no deslocamento
linear causado por rotação
das rodas (simplificações no
modelo)
 Confiabilidade < 15m (erros)
 Variância ~ deslocamento
Fontes de erros

Pneus mal calibrados
 Derrapagem
 Forças externas
13
/20
Sensores de
Localização
Sobreposição de Scans -
Características

Integração do deslocamento
relativo de dois scans
 correlacao de fase domínio de
Hough + Iterative Closest
Point
 Variância limitada
Desafios
Defesa PFC – André Bittencourt
04/2009

Carga computacional
 Informatividade do ambiente
(corredor)
14
/20
Detecção
Detecção
Gerador de
EKF
resíduo
Medida
Médiade
distância
Móvel
 EKF
 modelo estendido
 sensor integrado
 filtro de Kalman
Regra de
CUSUM
Parada
EKF
Defesa PFC – André Bittencourt
04/2009
 Média Móvel
 Simples
 Atenuação de ruídos
 CUSUM
 Soma cumulativa
 Atenua variância
 Velocidade de detecção X Alarmes falsos
15
/20
Detecção
t
Defesa PFC – André Bittencourt
04/2009
t
Detecção - Exemplo
t+1
t+1
t+2
t+2
t+3
t+3
t+4
t+4
 Detecção bem sucedida em diversos casos
 Mudanças em
são mais significativas
16
/20
Isolamento
Isolamento
 Onde (
)?
 Resposta direta
 Quando (momento)?
 Quanto (tamanho)?
Defesa PFC – André Bittencourt
04/2009
Robo é segurado
17
/20
Atenuação
Atenuação
 Reduzir erros na odometria
 EKF com valores
EKF
Defesa PFC – André Bittencourt
04/2009
atualizados
18
/20
Conclusões

Conclusões
Idéia Básica:
 Extender os estados (sistema + observador)
 Projetar um observador com modelo extendido
 Proceder com a detecção

Resultados:
 Condições de observabilidade derivadas
 Análise de performance
 Validação com exemplo num robô (dados reais)
Defesa PFC – André Bittencourt
04/2009
 Artigo publicado, SafeProcess 2009

Desafios futuros:
 Análise de performance mais criteriosa
 Modelos mais completos de sensores
 Métodos de auxílio ao projeto de observadores
19
/20
Defesa PFC – André Bittencourt
04/2009
Espaço para
perguntas
Obrigado!
20
Background
Teórico
Descrição do Problema
 Questão: dado o sistema,
monitorado através de j sensores, sujeitos a ruído e
falhas
Defesa PFC – André Bittencourt
04/2009
como gerar resíduos sensíveis a falhas
?
 Resposta: depende de quanta informação se tem
disponível!
21
/20
Resultados
Teóricos
Soluções Sugeridas
1. Reconstrução da saída

Requer modelo preciso do sistema e observador.
 Muito sensível a erros
 Soluções redundantes
Defesa PFC – André Bittencourt
04/2009
2. Assumir ao menos 2 sensores

Bom para detectar
 Modelo não é usado
 Requer Hardware extra
22
/20
Resultados
Teóricos
Detectabilidade de Falhas
Suponha
, extender
analise a observabilidade do par
Se
observável e
full column rank
2. todas estimativas disponíveis
Defesa PFC – André Bittencourt
04/2009
1.
 Temos a mesma informação e condições caso
fosse disponível
23
/20
Resultados
Fault observability
Teóricos

If

All estimates are available,

is full column rank,

should not be affecting integrating modes of the system, if any

Defesa PFC – André Bittencourt
04/2009

Orthogonal to the integrating modes
should affect the measured part of the system

Orthogonal to the non-measured modes of the system

The conditions for
are similar to when the raw estimates are available
24
/20
Resultados
Teóricos
Estrutura do sensor desconhecida
 Estrutura interna do sensor
Defesa PFC – André Bittencourt
04/2009
 é abstraída a
 Usa-se o modelo simplificado para gerar os resíduos
 Filtro de Kalman por ex

, o ruído artificial pode ser usado para ajusat jitter,
amostras perdidas, etc
25
/20
Resultados
Teóricos
Estrutura do sensor desconhecida
 Estrutura interna do sensor
 é abstraída a
Defesa PFC – André Bittencourt
04/2009
 Simplificações usadas
26
/20
Resultados
Teóricos
Comparação de Performance
 Análise das funções de sensitividade
Defesa PFC – André Bittencourt
04/2009
 redução de ruídos X sensibilidade a falhas
 Uso do modelo integrado
 Indicativo de melhoria
 Norma proporcional a velocidade
27
/20
Robot Models
 Odometry model based on the relation between wheel
rotation to linear displacement
Model valid for differential drive robot
 Simple kinematics model
Defesa PFC – André Bittencourt
04/2009
Robot as a rigid-body
Moving in a plane
28
/20
Scan matching



Estimate the transform relating two scans
is the hardest to estimate
is estimated through spectrum correlation in the Hough domain
[Censi05]
Defesa PFC – André Bittencourt
04/2009
Rotations are phase shifts in the HD

ICP solves the translation estimation
29
/20
Detecção
Detecção
Gerador de
EKF
resíduo
Medida
Médiade
distância
Móvel
 EKF
 modelo extendido
 filtro de Kalman
 Mais robusto a erros
Regra de
CUSUM
Parada
EKF
Defesa PFC – André Bittencourt
04/2009
 Média Móvel
 Simples
 Atenuação de ruídos
 CUSUM
 Soma cumulativa
 Atenua variância
 Velocidade X Confiabilidade
30
/20
Isolamento
Isolamento
 Onde (direção)?
 Resposta direta
 Quando (momento)?
 Quanto (tamanho)?
Defesa PFC – André Bittencourt
04/2009
Robo é segurado
31
/20
Atenuação
Atenuação
 EKF com valores
Defesa PFC – André Bittencourt
04/2009
atualizados
EKF
32
/20
Defesa PFC – André Bittencourt
04/2009
Atenuação
Isolamento e Atenuação
33
/20