Controllo ottimo delle superfici di commutazione nei sistemi ibridi autonomi Mauro Boccadoro *, Magnus Egerstedt y e Yorai Wardi y *DIEI - Università di.

Slides:



Advertisements
Presentazioni simili
Modellistica e simulazione1 Esercitazione 3
Advertisements

Algoritmi e Strutture Dati
Algoritmi e Strutture Dati
Capitolo 3 Risorse e Stallo 3.1. Risorse 3.2. Introduzione
Spazio dei giunti e spazio operativo
E.Mumolo AGENTI CHE RAGIONANO LOGICAMENTE Logica fuzzy nella navigazione di robot autonomi E.Mumolo
Algoritmi e Strutture Dati
Comportamento dinamico di manipolatori interagenti con l'ambiente
Algoritmi e Strutture Dati
Apprendimento di funzioni algebriche
Support Vector Machines
Servizio per la Comunicazione e La Divulgazione Scientifica Isabella Pitoni Il modello di indicatori e le check list: i contributi spendibili per il 2013.
Capitolo 13 Cammini minimi: Algoritmo di Floyd e Warshall Algoritmi e Strutture Dati.
Un manipolatore è costituito da un insieme di corpi rigidi (bracci) connessi in cascata tramite coppie cinematiche (giunti) a formare una catena cinematica.
Inversione differenziale della Cinematica
1 Corso di Laurea in Biotecnologie Informatica (Programmazione) Problemi e algoritmi Anno Accademico 2009/2010.
Ottimizzazione non lineare non vincolata: Metodi iterativi di eliminazione ed interpolazione per ottimizzazione di funzione di una variabile maggio '11.
Ottimizzazione non lineare non vincolata: Metodi iterativi di eliminazione ed interpolazione per ottimizzazione di funzione di una variabile 10 marzo.
Trovare il percorso minimo da b ad ogni altro vertice
Risorse e Stallo.
Stima ed algoritmi di consensus distribuito: considerazioni su IKF
Ricerca della Legge di Controllo
CORSO DI MODELLI DI SISTEMI BIOLOGICI
BIOINGEGNERIA S. Salinari Lezione 7. RETI CON APPRENDIMENTO SUPERVISIONATO A DISTANZA Nello sviluppo delle reti neurali si è proceduto indebolendo via.
Apprendimento di movimenti della testa tramite Hidden Markov Model
CONTROLLO DI SUPPLY CHAIN MEDIANTE TECNICHE H-INFINITO E NEGOZIAZIONE
TECNICHE DI APPROSSIMAZIONE
Reti Neurali Ricorrenti
DEIS Università di Bologna
ROBOT CILINDRICO RPP 1 giunto rotoidale con asse verticale
STILI COGNITIVI Stili cognitivi
Università degli Studi di Cagliari
Algoritmi di String Matching
U N INFRASTRUTTURA DI SUPPORTO PER SERVIZI DI FILE HOSTING Matteo Corvaro Matricola Corso di Reti di Calcolatori LS – Prof. A. Corradi A.A.
Curve e superfici parametriche
Laureando: Enrico Masini
Algoritmi e Strutture Dati
Un motion planner per guide multimediali interattive
UNIVERSITÀ DI PISA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA INFORMATICA PER LA GESTIONE D’AZIENDA Tesi di laurea: Progettazione.
Rete di Hopfield applicata al problema del TSP Federica Bazzano
Un modello di Workflow Decentralizzato e sua implementazione relativa ad una problematica di Governo Elettronico Pietro Mazzoleni Università Statale di.
Whole-body dynamic behavior and control of human-like robots. Analisi di un articolo del dipartimento di scienze informatiche dell’università di Stanford.
Robotica Lezione 6. Paradigma Gerarchico Il paradigma gerarchico, altrimenti detto knowledge-based, procede top-down dalla definizione del compito assegnato.
1 Università degli Studi di Roma “Tor vergata” Dipartimento di Ingegneria Civile Corso di Gestione ed esercizio dei sistemi di trasporto Docente: Ing.
ANIMAZIONE IN 3D DI FLUIDI INCOMPRIMIBILI
Tassonomia dei Sistemi Distribuiti Antonio D'Angelo.
SOMMARIO Sistemi Ibridi Sistemi Switched Stabilità Controllo
Capitolo 13 Cammini minimi: Algoritmo di Floyd e Warshall Algoritmi e Strutture Dati.
Iterative Learning Control per un manipolatore robotico
Gestione ottimizzata di centrali a ciclo combinato
1 Interpretazione astratta: un approccio sistematico all’analisi statica.
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Capitolo 10 Tecniche algoritmiche Algoritmi e Strutture Dati.
Capitolo 10 Tecniche algoritmiche Algoritmi e Strutture Dati.
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Risoluzione dei Problemi (parte 2) Agostino Poggi.
Dipartimento di Ingegneria Meccanica e Industriale Università degli Studi di Brescia, Italia Angelo VertuanI anno di DottoratoXXII Ciclo - Meccanica Applicata.
Intelligenza Artificiale
Intelligenza Artificiale Risoluzione di Problemi
Intelligenza Artificiale Reti Neurali
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Risoluzione dei Problemi Agostino Poggi Stefano Cagnoni.
Prof. Cerulli – Dott. Carrabs
1 Risorse e Stallo 2 Risorse (1) Esempi di risorse –stampanti –nastri –tabelle I processi devono accedere alle risorse in un ordine ragionevole Supponiamo.
Controllo dei manipolatori in contatto con l'ambiente Relazione sul A.A Giacomo Ziliani Dottorato di ricerca in Meccanica Applicata XIX ciclo.
Università degli Studi di Pavia Anno Accademico 2014/2015 Parte Quinta La Scuola del Posizionamento Competitivo.
MOTO circolare uniforme
Regola #5 1 Università degli studi di Napoli Federico II, Corso di Sistemi per la Gestione Aziendale, Prof. Zollo Elena Nunziato M62/622 Francesca Romano.
APPROCCIO COMPORTAMENTALE AL CONTROLLO COORDINATO DI WHEELED MOBILE ROBOT G. Barbera - P. Calore -
10/5/061 Lez. 12 Previsioni di traffico Generalità Previsioni di scenario.
Seminario di Dottorato XXI Ciclo, 16 Ottobre 2008, Universita’ “La Sapienza” Francesco Simeone Rivelazione dei segnali.
Transcript della presentazione:

Controllo ottimo delle superfici di commutazione nei sistemi ibridi autonomi Mauro Boccadoro *, Magnus Egerstedt y e Yorai Wardi y *DIEI - Università di Perugia y ECE - Georgia Institute of Technology, Atlanta (GA) USA

Sommario 1.Controllo ottimo di sistemi ibridi 2.Controllo tramite superfici di commutazione parametrizzate 3.Aspetti implementativi 4.Applicazioni 5.Conclusioni

Sistemi ibridi Dinamica: Siano t i, x i gli istanti e gli stati di commutazione

Controllo ottimo di sistemi ibridi Caso f i =f i (x)  s=s(i,t) controllo in ciclo aperto  s=s(i,x) controllo in feedback Dinamica: Funzione costo: Problema: trovare ingressi continui u(.), sequenza e istanti di commutazione che minimizzino J

tramite la “progettazione” di superfici di commutazione parametrizzate, i.e., Superfici di commutazione ottime Controllo ottimo di un sistema ibrido autonomo Trovare i valori dei parametri a i che minimizzano J

L(x) differenziabile modi f i Lipschitz in R n g i differenziabili, con #h parametri Raggiungimento delle superfici di commutazione in maniera trasversale (implica “continuità” delle esecuzioni del sistema), i.e., detti t i e x i gli i-esimi istanti di commutazione e corrispettivi stati dove Ipotesi

Dinamica variazionale dei sistemi ibridi

La dinamica variazionale di sistemi “ordinari” è data da dove sta per la matrice di transizione di stato del sistema linearizzato Dinamica variazionale dei sistemi ibridi (2) Per sistemi ibridi con commutazioni dipendenti dallo stato con superfici parametrizzate, dove Dinamica autonoma Termini forzanti

Approccio alla soluzione 1) Calcolare il gradiente dJ/da, a={a 1,a 2,…}

Approccio alla soluzione (2) 2)Applicare algoritmi numerici a discesa del gradiente (soluzioni ottime locali) Complessità del calcolo del gradiente: Sono necessarie due integrazioni: una in avanti per i termini R k e L k T, una all'indietro per p(t k + ) Si noti che le traiettorie devono continuare ad essere trasversali durante l’ottimizzazione: ciò implica continuità delle esecuzioni (quindi, continuità di J in a) applicabilità dei metodi a discesa del gradiente

1.Controllo ottimo di sistemi ibridi 2.Controllo tramite superfici di commutazione parametrizzate 3.Aspetti implementativi 4.Applicazioni 5.Conclusioni

Continuità delle soluzioni

Discontinuità delle soluzioni

Algoritmo di Armijo Consente di trovare il passo ottimale nella discesa del gradiente tramite un controllo della funzione obiettivo J J continua J discontinua Possibilità di estendere l’algoritmo per l’ottimizzazione di funzioni discontinue

Sommario 1.Controllo ottimo di sistemi ibridi 2.Controllo tramite superfici di commutazione parametrizzate 3.Aspetti implementativi 4.Applicazioni 5.Conclusioni

Applicazione (1): Stabilizzazione

Stabilizzazione tramite ottimizzazione delle superfici di commutazione

Intro: paradigma “reattivo” e “deliberativo” nella robotica mobile –Paradigma reattivo: il robot commuta tra differenti comportamenti quando vengono percepiti variazioni ambientali progettazione modulare (modi di comportamento concepiti per compiti specifici) –Paradigma deliberativo: possono essere elaborati cammini ottimali alta complessità computazionale Applicazione (2): distanze di sicurezza per robot mobili

Dato un set di comportamenti, progettare le leggi di commutazione ottime e.g., missione di raggiungere una destinazione evitando un ostacolo Dati i comportamenti: vai-a-destinazione e fuggi- dall’ostacolo, identificare le superfici di commutazione ottime attorno all’ostacolo Ottimalità per sistemi di navigazione reattivi Nei lavori correlati: viene stabilita una distanza di sicurezza dall’ostacolo Qual’è il suo ottimo? La forma circolare di tale superficie di commutazione è ottima?

dinamica modi costo Due superfici di commutazione circolari centrate nell’ostacolo xgxg xoxo x0x0 Ottimalità per sistemi di navigazione reattivi

Soluzione: algoritmo a discesa del gradiente

Risultati (1) Le due superfici tendono a collassare, per diverse scelte dei parametri del sistema Utilizzare una singola superficie di commutazione

Ottimizzazione per una singola superficie di commutazione distanza di sicurezza Scelta di superfici non circolari, e.g. ellittiche risultano degli ottimi locali migliori degli ottimi globali per superfici circolari Risultati (2)

Conclusioni Controllo ottimo dei sistemi ibridi autonomi tramite superfici di commutazione parametrizzate –Stabilizzazione –Applicazione alla robotica mobile –Per lo studio delle politiche ottime di sistemi manifatturieri ? (dinamiche ibride, superfici di commutazione correlate ai livelli delle scorte...) Problemi aperti –Discontinuità delle traiettorie –Algoritmi di ottimizzazione per funzioni discontinue –Dipendenza dalle condizioni iniziali