Output-feedback MPC for Robotic Systems under Bounded Noise
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F21%3A00543771" target="_blank" >RIV/67985556:_____/21:00543771 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.5220/0010557705740582" target="_blank" >http://dx.doi.org/10.5220/0010557705740582</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.5220/0010557705740582" target="_blank" >10.5220/0010557705740582</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Output-feedback MPC for Robotic Systems under Bounded Noise
Popis výsledku v původním jazyce
The paper presents an output-feedback model predictive control applied to the motion control of a dynamic model of a parallel kinematic machine. The controlled system is described by a stochastic linear discrete-time model with bounded disturbances. An approximate uniform Bayesian filter provides set state estimates. The choice of the specific point estimate from this set is a part of the optimization. The cost function includes penalties on the tracking error and the actuation effort respecting increments. Illustrative examples show the effectiveness of the proposed approach and provide a comparison with previous results.
Název v anglickém jazyce
Output-feedback MPC for Robotic Systems under Bounded Noise
Popis výsledku anglicky
The paper presents an output-feedback model predictive control applied to the motion control of a dynamic model of a parallel kinematic machine. The controlled system is described by a stochastic linear discrete-time model with bounded disturbances. An approximate uniform Bayesian filter provides set state estimates. The choice of the specific point estimate from this set is a part of the optimization. The cost function includes penalties on the tracking error and the actuation effort respecting increments. Illustrative examples show the effectiveness of the proposed approach and provide a comparison with previous results.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 18th International Conference on Informatics in Control, Automation and Robotics
ISBN
978-989-758-522-7
ISSN
2184-2809
e-ISSN
—
Počet stran výsledku
9
Strana od-do
574-582
Název nakladatele
Scitepress
Místo vydání
Setúbal
Místo konání akce
Setúbal (online)
Datum konání akce
6. 7. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—