Achtung - die Zeitplanung der VL wird in Absprache mit den Studierenden besprochen/finalisiert.
Optimale Regelung mit Anwendungen in der Robotik
Die Vorlesung behandelt unterschiedliche Methoden der optimalen Regelung. Die Vorlesung besteht aus Vorlesungs- und Übungseinheiten. Im Rahmen der Übungen werden diese zur Regelung unterschiedlicher Versuchsträger der HTWG eingesetzt. Hierzu zählen der MonoChair2, das Furuta Pendel oder das Forschungsboot Solgenia, welche in folgenden Videos zu sehen sind.
Fachliche Kompetenzen: • Die Studierenden erwerben fundierte Kenntnisse der optimalen Regelung • Die Studierenden analysieren nichtlineare Systemmodelle aus der Robotik und implementieren Regelungsalgorithmen • Die Studierenden können numerische Regelungsalgorithmen gezielt auswählen und einsetzen
Methodische Kompetenzen: • Die Studierenden vergleichen methodische Lösungsansätze zur optimalen Regelung nichtlinearer Modelle im Bereich der Robotik • Die Studierenden erweitern Ihre Kenntnisse zur Simulation von modellprädiktiven Regelungsalgorithmen in MATLAB/SIMULINK • Die Studierenden erlangen Kenntnisse zur algorithmischen Differenzierung und Optimierung mit CasADi
Fächerübergreifende Kompetenzen: • Die Studierenden erarbeiten sich tiefe Erkenntnisse zu den Anforderungen an Algorithmen und deren mathematische Basis, welche zur optimalen Regelung nichtlinearer Systeme eingesetzt werden • Die Studierenden analysieren Interdependenz zwischen Modell, Simulation und Optimierung
Lehrinhalt:
· Dynamische Systeme und Optimierung
· Nichtlineare Optimierung
· Numerische Optimierungsmethoden
· Zeitdiskrete Optimalsteuerung
· Dynamische Optimierung
· Hamilton-Jacobi-Bellman Gleichung
· Pontryagins Minimum Prinzip
· Transkriptionsmethoden
· Nichtlineare Modellprädiktive Regelung
Literatur, Medien, Informationsangebote:
Model Predictive Control: Theory, Computation, and Design, J. B. Rawlings, D. Q. Mayne und M. M. Diehl, Nob Hill Publishing, Santa Barbara, California, 2022.
Dynamic Programming and Optimal Control, D. Bertsekas, Athena Scientific, 3rd edition, 2005.
Numerical Optimal Control, S. Gros and M. M. Diehl, Vorlesungsskript Universität Freiburg, 2022.
Convex Optimization, S. Boyd und L. Vandenberghe, Cambridge University Press, 2004.
Numerical Optimization, J. Nocedal und S. J. Wright, Springer Science, 2006.
Nichtlineare Systeme und Regelungen, J. Adamy, Springer Vieweg, 2014.
Prüfungsform: Schriftliche Prüfung mit Dauer 120 min
|