Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorDuník Jindřich, Doc. Ing. Ph.D.
dc.contributor.authorŠmíd, Matěj
dc.contributor.refereeBouček Zdeněk, Ing.
dc.date.accepted2023-6-21
dc.date.accessioned2024-01-15T23:11:21Z-
dc.date.available2022-10-1
dc.date.available2024-01-15T23:11:21Z-
dc.date.issued2023
dc.date.submitted2023-5-22
dc.identifier93155
dc.identifier.urihttp://hdl.handle.net/11025/55127-
dc.description.abstractTato 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.cs
dc.format61s
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectmodel predictive controlcs
dc.subjectgaussovské procesycs
dc.subjectrekurzivní gausovské procesycs
dc.subjectdroncs
dc.subjecthybridní modelcs
dc.subjectmodelování vedené datycs
dc.subjectmodelování z prvních principůcs
dc.subjectgazebocs
dc.subjectsimulacecs
dc.subjectadaptivní řízenícs
dc.subjectonline učenícs
dc.subjectčasově proměnné systémycs
dc.titleData and hybrid models of dynamical systemscs
dc.title.alternativeData and hybrid models of dynamical systemsen
dc.typediplomová práce
dc.thesis.degree-nameIng.
dc.thesis.degree-levelNavazující
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programAplikované vědy a informatika
dc.description.resultObhájeno
dc.description.abstract-translatedThis 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.en
dc.subject.translatedmodel predictive controlen
dc.subject.translatedgaussian process regressionen
dc.subject.translatedrecursive gaus- sian process regressionen
dc.subject.translatedquadrotoren
dc.subject.translatedhybrid modelen
dc.subject.translateddata-driven modelen
dc.subject.translatedfirst principles modelen
dc.subject.translatedgazeboen
dc.subject.translatedsimulationen
dc.subject.translatedadaptive controlen
dc.subject.translatedonline learningen
dc.subject.translatedtime-varying systemsen
Vyskytuje se v kolekcích:Diplomové práce / Theses (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
thesis.pdfPlný text práce11,11 MBAdobe PDFZobrazit/otevřít
PosudekVedoucihoSTAG.pdfPosudek vedoucího práce60,74 kBAdobe PDFZobrazit/otevřít
PosudekOponentaSTAG.pdfPosudek oponenta práce60,45 kBAdobe PDFZobrazit/otevřít
Prubeh obhajoby Smid.pdfPrůběh obhajoby práce85,16 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/55127

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.