Data and hybrid models of dynamical systems
Date issued
2023
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Západočeská univerzita v Plzni
Abstract
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.
Description
Subject(s)
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