arXiv:2005.06175

Stabilization control of networked mobile robot using past observation-based preditive filter

제출 2020-05-13

원문 초록

This paper addresses the stabilization control problem for networked mobile robot subject to communication delay. A new state estimation filter namely past observation-based predictive filter is developed. This filter enables the prediction of system state from delayed measurement. The state estimator combined with developed control laws ensures the asymptotic stability of the networked system. Simulations with parameters extracted from a real robot system were conducted and results confirmed the correctness as well as applicability of proposed approach.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2503.08907v3cs.LG공통 태그 State Estimation공식 코드 · Papers with Code

모델에서 실험으로: DYNASTY 실험 시설에 대한 얕은 순환 디코더 네트워크

From Models To Experiments: Shallow Recurrent Decoder Networks on the DYNASTY Experimental Facility

얕은 순환 디코더(Shallow Recurrent Decoder) 네트워크는 희소 관측을 고차원 모델 데이터와 결합하는, 상태 추정을 위해 최근 도입된 새로운 패러다임이다. 이 아키텍처는 표준 데이터 기반 방법에 비해 다음과 같은 중요한 장점을 지닌다. 즉, (무작위로 선택된 경우에도) 단 세 개의 센서만으로 물리 시스템의 전체 동역학을 재구성할 수 있고, 축소 기저로 생성된 압축 데이터로 학습할 수 있으며, (측정이 쉬운) 단일 장 변수를 측정하여 관측할 수 없는 결합된 시공간 장을 재구성할 수 있고, 하이퍼파라미터 조정이 최소한으로 필요하다. 이 접근법은 원자로를 포함한 여러 분야의 다양한 테스트 사례에서 검증되었으나, 현장에서 관측된 양을 활용한 실제 실험 시설에의 적용은 아직 이루어지지 않았다. 본 연구는 이러한 공백을 메우기 위해, 특히 순환 연료 원자로의 경우를 중심으로 4세대 응용을 위한 내부 가열 유체에 의해 형성되는 자연 순환을 연구하는, 밀라노 공과대학교(Politecnico di Milano)에 구축된 DYNASTY 시설에 얕은 순환 디코더 아키텍처를 적용하는 것을 목표로 한다. 고충실도 데이터를 생성하기 위해 RELAP5 코드를 사용하며, 시설에서 추출한 온도 측정값을 상태 추정의 입력으로 사용한다. 본 연구의 결과는 이 접근법이 정확한 상태 추정을 제공하는 능력을 보여줌으로써 공학 시스템에 대한 얕은 순환 디코더 아키텍처의 검증을 제공할 것이다.

arXiv:2503.08904v3cs.LG공통 태그 State Estimation공식 코드 · Papers with Code

얕은 순환 디코더 네트워크를 활용한 순환 연료 원자로의 효율적인 매개변수 기반 상태 추정

Towards Efficient Parametric State Estimation in Circulating Fuel Reactors with Shallow Recurrent Decoder Networks

최근 데이터 기반 방법론의 발전은 공학 시스템의 정확한 상태 재구성을 제공하는 새로운 접근법의 토대를 마련했습니다. 특히 4세대(Generation-IV) 원자로와 같은 신기술의 경우, 관련된 강결합 물리 현상의 복잡성과 극도로 가혹하고 적대적인 환경으로 인해 원자로는 이러한 과제에서 특히 까다로운 적용 대상입니다. 데이터 기반 기법은 전산 대리 모델과 시스템의 국소적 노이즈 측정값을 포함한 다양한 정보 소스를 결합하여 상태를 강건하게 추정할 수 있습니다. 본 연구에서는 새로운 얕은 순환 디코더(Shallow Recurrent Decoder) 아키텍처를 활용하여, 단 3개의 노외 시계열 중성자속 측정값만으로 원자로의 전체 상태 벡터(중성자속, 전구물질 농도, 온도, 압력 및 속도 포함)를 추론(inference)합니다. 특히 본 논문은 매개변수화된 시계열 데이터를 처리할 수 있도록 표준 아키텍처를 확장하여, 다양한 사고 시나리오를 조사할 수 있도록 보장하고 여러 운전 조건에서 정확한 상태 추정을 제공하는 본 접근법의 성능을 보여줍니다. 본 논문에서는 액체 상태의 연료 특성으로 인해 중성자 물리학과 열수력학 간의 강한 결합이 특징인 4세대 원자로 개념인 용융염 고속로(MSFR, Molten Salt Fast Reactor)를 테스트 케이스로 고려합니다. 본 연구의 유망한 결과는 상당히 낮은 학습(training) 비용 덕분에 상태 추정과 관련된 불확실성을 정량화할 수 있다는 점에 의해 더욱 강화됩니다. 실시간으로 모든 특성 필드를 정확하게 재구성할 수 있어, 본 접근법은 원자로 디지털 트윈 프레임워크 내에서 모니터링 및 제어 목적에 적합합니다.

arXiv:2504.06479v2cs.RO공통 태그 State Estimation공식 코드 · Papers with Code

Holistic Fusion: 팩터 그래프 기반 작업 및 설정에 구애받지 않는 로봇 위치 추정 및 상태 추정

Holistic Fusion: Task- and Setup-Agnostic Robot Localization and State Estimation with Factor Graphs

도전적인 환경에서 이동 로봇의 원활한 운용을 위해서는 저지연 국소 운동 추정과 정확한 전역 위치 추정이 필요하다. 대부분의 센서 융합(sensor fusion) 접근법은 특정 시나리오를 위해 설계되지만, 본 연구는 일반성과 사용성을 특징으로 하는 작업 및 설정에 구애받지 않는 다중모달 센서 융합을 위한 유연한 오픈소스 솔루션을 제안한다. Holistic Fusion은 센서 융합을 i) 국소 및 전역 로봇 상태와 ii) (이론적으로 무제한적인 수의) 동적 변수(기준 좌표계의 자동 정렬 포함)의 결합 추정 문제로 공식화한다. 이 공식화는 개념적 수정 없이 수많은 실세계 응용에 적용 가능하며, 하드코딩된/작업 특화 접근법을 넘어서는 포괄적 솔루션을 제공한다. 제안된 팩터 그래프(factor graph) 공식화는 서로 다른 좌표계에 대해 표현된 임의 개수의 절대, 국소, 랜드마크(landmark) 측정값을 최적화(optimization)의 상태로 명시적으로 포함하고 그 진화를 랜덤 워크(random walk)로 모델링함으로써 직접 융합할 수 있게 한다. 또한 추정 점프를 방지하기 위해 국소적 평활성과 일관성에 특별한 주의를 기울인다. Holistic Fusion은 일반적인 로봇 하드웨어에서 저지연且 부드러운 온라인 상태 추정을 가능하게 하면서 동시에 IMU 측정 속도에서 저드리프트(low-drift) 전역 위치 추정을 제공한다. 공개된 이 프레임워크 [1]의 효과는 서로 다른 작업 요구사항을 갖는 세 가지 로봇 플랫폼에서 다섯 가지 실세계 시나리오를 통해 입증되며, 다양한 절대 측정 유형의 융합 이점 [2]을 강조한다. [1] 코드: https://github.com/leggedrobotics/holistic_fusion [2] 프로젝트: https://leggedrobotics.github.io/holistic_fusion

토론

이 논문과 연결된 포럼 글이 아직 없습니다.