Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Εμφάνιση ενός Νέου - DO NOT DELETE

Ομιλία της Καθ. Anouck Girard (University of Michigan at Ann Arbor, MI, USA)

Η Καθ. Anouck Girard (University of Michigan at Ann Arbor, MI, USA) επισκέπτεται το Εργαστήριο Δυναμικών Συστημάτων και Προσομοίωσης από το Φεβρουάριο έως και τον Μάιο του 2022 για ερευνητική συνεργασία στον τομέα των μοντέλων θεωρίας παιγνίων για δρομολόγηση και έλεγχο οχημάτων, με εφαρμογές σε αυτοκινούμενα οχήματα. Η επίσκεψή της χρηματοδοτείται από Fulbright Fellowship. Για τυχόν ερευνητική συνεργασία μπορείτε να επικοινωνήσετε μαζί της στο anouck<στο>umich.edu.

Την Τετάρτη 6 Απριλίου 2022 στις 14:00 η Καθ. Anouck Girard θα δώσει ανοικτή ομιλία μέσω τηλεδιάσκεψης με τίτλο

"Autonomously learning mobility limits using the learning reference governor approach"

Ο σύνδεσμος συμμετοχής στην τηλεδιάσκεψη μέσω της πλατφόρμας zoom για τη συγκεκριμένη διάλεξη είναι ο ακόλουθος:

https://tuc-gr.zoom.us/j/91576342956?pwd=Z3FBUnRyUHpKNDF4dTBpQ2VrT2ZXdz09

Ακολουθούν η περίληψη της ομιλίας και το σύντομο βιογραφικό της ομιλήτριας.
 

Περίληψη

Modern mobility systems have demanding performance requirements that may push systems to their limits. These limits may change with manufacturing variability, degradation, or damage. A common practice is to operate conservatively and avoid violation of these limits in the worst-case scenario. Such conservative operation ensures safety but can unnecessarily limit vehicle performance and mobility, especially in emergency situations. This talk focuses on a novel, emerging approach to address the performance-robustness tradeoff, that relies on the integration of prediction and learning/adaptation. In safety-critical cases, violation of these mobility limits can cause catastrophic consequences. To this end, the learning reference governor (LRG) is developed such that it will initially operate systems conservatively and improve systems’ performance as it learns more about mobility limits and maneuvers that approach these limits. In this talk, LRG will be described along with simulation studies on rollover avoidance of trucks. LRG is effective in learning lateral load transfer limits safely without constraint violation and helping the autonomous steering algorithm drive the vehicle at these limits without rollover.

Βιογραφικό

Anouck Girard received the Ph.D. degree in ocean engineering from the University of California, Berkeley, CA, USA, in 2002. She has been with the University of Michigan, Ann Arbor, MI, USA, since 2006, where she is currently a Professor of Aerospace Engineering and a Core Faculty in the Robotics Institute. She has co-authored the book Fundamentals of Aerospace Navigation and Guidance (Cambridge University Press, 2014). Her current research interests include vehicle dynamics and control, as well as decision systems. Dr. Girard was a recipient of the Silver Shaft Teaching Award from the University of Michigan and a Best Student Paper Award from the American Society of Mechanical Engineers. She is currently a Fulbright Scholar in the Dynamic Systems and Simulation Laboratory at the Technical University of Crete.

© Πολυτεχνείο Κρήτης 2012