| Název: | Data and hybrid models of dynamical systems |
| Další názvy: | Data and hybrid models of dynamical systems |
| Autoři: | Šmíd, Matěj |
| Vedoucí práce/školitel: | Duník Jindřich, Doc. Ing. Ph.D. |
| Oponent: | Bouček Zdeněk, Ing. |
| Datum vydání: | 2023 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | diplomová práce |
| URI: | http://hdl.handle.net/11025/55127 |
| Klíčová slova: | model predictive control;gaussovské procesy;rekurzivní gausovské procesy;dron;hybridní model;modelování vedené daty;modelování z prvních principů;gazebo;simulace;adaptivní řízení;online učení;časově proměnné systémy |
| Klíčová slova v dalším jazyce: | model predictive control;gaussian process regression;recursive gaus- sian process regression;quadrotor;hybrid model;data-driven model;first principles model;gazebo;simulation;adaptive control;online learning;time-varying systems |
| Abstrakt: | Tato práce prezentuje hybridní přístup k modelování dynamiky pomocí kombinace modelování prvních principů a modelování založeného na datech. Využita je unikátní vlastnost RGP, a to že je schopen přizpůsobit svojí dynamiku online, bez nutnosti předsběru dat během trénování, na časově proměnné aerodynamické síly. Navrhujeme metodu RGPMPC, která používá hybridní model v MPC regulátoru, přičemž mění datově založenou složku hybridního modelu tak, aby zohledňovala rozdíly mezi mod- elem a reálným systémem. Metoda je demonstrována na modelu quadrotoru v simulaci, pomocí simulátoru Gazebo. RGPMPC je schopen sledovat požadovanou trajektorii a přizpůsobit se měnícím se aerodynamickým silám. Tento simulační experiment posky- tuje důkaz, že metoda RGPMPC je schopna zlepšit výkon MPC regulátoru v přítom- nosti neznámých rozdílů mezi modelem a reálným systémem. |
| Abstrakt v dalším jazyce: | This thesis presents a hybrid approach for modeling and of dynamics by combining first principles modeling and data-driven modeling. An unique property of the RGP is exploited, namely that it is able to fit the dynamics online, without the need for a training run, to fit time-varying aerodynamics. We propose a method RGPMPC, which uses the hybrid model in a MPC controller, while changing the data-driven component of the hybrid model to account for model discrepancies. We demonstrate our method on a model of a quadrotor in simulation, using the Gazebo simulator. The RGPMPC is able to track the desired trajectory and adapt to the changing drag forces present. This simulation experiment provides a proof of concept that the RGPMPC method is able to improve the performance of the MPC controller in the presence of unknown discrepancies in the model. |
| Práva: | Plný text práce je přístupný bez omezení |
| Vyskytuje se v kolekcích: | Diplomové práce / Theses (KKY) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| thesis.pdf | Plný text práce | 11,11 MB | Adobe PDF | Zobrazit/otevřít |
| PosudekVedoucihoSTAG.pdf | Posudek vedoucího práce | 60,74 kB | Adobe PDF | Zobrazit/otevřít |
| PosudekOponentaSTAG.pdf | Posudek oponenta práce | 60,45 kB | Adobe PDF | Zobrazit/otevřít |
| Prubeh obhajoby Smid.pdf | Průběh obhajoby práce | 85,16 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/55127Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.