LQ optimal control for multirate sampled data systems

Tornero, Josep; Salt, J.; Albertos, Pedro

doi:10.1016/s1474-6670(17)56490-3

Cited by 10 publications

(6 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The absence of measurements in future instants of time (i>0) is modeled with delta functions [17,19,20], a MR technique for time-varying models that modifies the Kalman gain indicating the presence ( i =I) or absence ( i =0) of measurements in every estimation instant. The choice of the filter to be used depends on the kinematic model associated to the object.…”

Section: Potential Field Projection Methods (Pfp)mentioning

confidence: 99%

“…The Potential Field Projection method (PFP) combines the PF method [3] with the multi-rate Kalman filter (MR-KF) estimation [19,20], thus considering present and future vehicle and obstacles locations within the planning strategy. Moreover, the original concept of the PF method [3] for motion generation was reintroduced, in the sense that artificial forces determine the vehicle acceleration.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Predictive and Multirate Sensor-Based Planning Under Uncertainty

Mora

Tornero

2015

IEEE Trans. Intell. Transport. Syst.

View full text Add to dashboard Cite

Section: Potential Field Projection Methods (Pfp)mentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Predictive and Multirate Sensor-Based Planning Under Uncertainty

Mora

Tornero

2015

IEEE Trans. Intell. Transport. Syst.

View full text Add to dashboard Cite

“…In the present study, the BTD technique is evaluated through a predictive PF path planning method described in [23][24][25], the Potential Field Projection method. This method is based on the combination of the classical Potential Fields method [22] and the multi-rate Kalman filter estimation [26,27] and takes into account the uncertainties on locations, the future trajectories of the robot and the obstacles and the multi-rate information supplied by sensors. The particularities of this approach are described in this section.…”

Section: Potential Field Projection (Pfp): Generating a Field Of mentioning

confidence: 99%

“…The main idea consists in filling the robot's workspace with an artificial potential field in which the robot is attracted by the goal and repelled by the obstacles. In this research field, a considerable amount of variants and improvements have [22] and the multi-rate Kalman filter estimation [26,27] and takes into account the object volume, the uncertainties on locations, the future trajectories of the robot and the obstacles and the multi-rate information supplied by sensors. An initial path is obtained by means of the PFP method, taking into account the attractive forces produced by the goal in the present and future instants of time.…”

Section: Introductionmentioning

confidence: 99%

Reactive obstacle avoidance for Rotorcraft UAVs

Hrabar¹

2011

2011 IEEE/RSJ International Conference on Intelligent Robots and Systems

View full text Add to dashboard Cite

This article presents a new technique for obtaining a flexible trajectory based on the deformation of a Bézier curve through a field of vectors. This new technique is called Bézier Trajectory Deformation (BTD). The trajectory deformation is computed with a constrained optimization method (Lagrange Multipliers Theorem). A linear system is solved to achieve the result. As a consequence, the deformed trajectory is computed in a few milliseconds. In addition, the linear system can be solved offline if the Bézier curve order is maintained constant during the movement of the robot, which is the common case. This technique can be combined with any collision avoidance algorithm that produces a field of vectors. In particular, it has been developed for artificial potential field methods. BTD is combined with a recently proposed PF method, the Potential Field Projection method (PFP). The resulting technique is tested in dynamic environment showing its real-time performance and its efficacy for obstacle avoidance.

show abstract

“…Más recientemente se han publicado trabajos donde se analiza el control multifrecuencia H ∞ [51], el controlóptimo multifrecuencia [67], el control predictivo con muestreo no convencional [62] e incluso su extensión a sistemas no lineales [22]. En trabajos como [34,53,54,68] se aborda el caso de muestreo asíncrono multifrecuencia, en el que las mediciones siguen una pauta periódica, pero el instante de medición no es síncrono con la actualización de la entrada.…”

Section: Control Multifrecuenciaunclassified

Sensores virtuales para procesos con medidas escasas y retardos temporales

Peñarrocha-Alós¹

View full text Add to dashboard Cite

A mi familia.A Rebeca. ResumenEn este trabajo se aborda el problema de controlar un proceso cuya salida se muestrea de forma irregular. Para ello se propone utilizar un predictor que estima las salidas del proceso en instantes regulares de tiempo más un controlador convencional que calcula la acción de control a partir de las estimaciones del predictor (técnica conocida como control inferencial).La predicción consiste en estimar las variables de salida que se desean controlar a partir de las mediciones realizadas con diversos sensores utilizando para ello un modelo matemático del proceso. El filtro de Kalman permite hacer la predicción de formaóptima si las perturbaciones tienen una distribución gaussiana de media cero, pero con el inconveniente de requerir un elevado coste computacional cuando se utilizan diferentes sensores con retardos temporales variantes. En este trabajo se propone una estrategia de predicción alternativa de bajo coste computacional cuyo diseño se basa en el conocimiento de la disponibilidad de mediciones y de los retardos (del proceso, del sistema de medición o del sistema de transmisión de datos) y de la naturaleza de las perturbaciones. Los predictores propuestos minimizan el error de predicción frente al muestreo aleatorio con retardos variantes, perturbaciones, ruido de medida, error de modelado, retardos en la acción de control e incertidumbre en los tiempos de medición. Las diferentes estrategias de diseño que se proponen se clasifican según el tipo de información que se dispone de las perturbaciones y del coste computacional requerido. Se han planteado los diseños para sistemas monovariables, multivariables, lineales y no lineales. Asimismo, también se ha elaborado una forma más eficiente de incluir mediciones escasas con retardo en el filtro de Kalman, con el objetivo de reducir el coste computacional de la predicción.En este trabajo se demuestra que los sistemas de control inferencial que utilizan los predictores propuestos cumplen con el principio de separación, con lo que el diseño del control con medidas irregulares se reduce al problema del diseño de un predictor estable más el diseño de un controlador para muestreo convencional.v Resum En aquest treball s'aborda el problema de controlar un procés l'eixida del qual es mostreja de forma irregular. Amb eixa finalitat es proposa utilitzar un predictor que estima les eixides del procés en instants regulars de temps més un controlador convencional que calcula l'acció de control a partir de les estimacions del predictor (tècnica coneguda com control inferencial).La predicció consisteix a estimar les variables d'eixida que es desitgen controlar a partir dels mesuraments realitzats amb diversos sensors utilitzant per a això un model matemàtic del procés. El filtre de Kalman permet fer la predicció de formaòptima si les pertorbacions tenen una distribució gaussiana de mitjana zero, però amb l'inconvenient de requerir un elevat cost computacional quan s'utilitzen diferents sensors amb retards temporals variants. En aquest treball es pro...

show abstract

LQ optimal control for multirate sampled data systems

Cited by 10 publications

References 16 publications

Predictive and Multirate Sensor-Based Planning Under Uncertainty

Predictive and Multirate Sensor-Based Planning Under Uncertainty

Reactive obstacle avoidance for Rotorcraft UAVs

Sensores virtuales para procesos con medidas escasas y retardos temporales

Contact Info

Product

Resources

About