Forschungsschwerpunkte
Dateneffiziente Modellbildung und Parameteridentifikation mechatronischer Systeme
Zum optimalen Einsatz komplexer mechatronischer Systeme in der Öffentlichkeit bedarf es robuster Regelungen und realisierbarer Referenztrajektorien. Diese Themenfelder erfordern ein ausgereiftes mathematisches Modell des echten Systems. Um bestehende analytische Modelle zu verbessern, können Methoden der hybriden Modellierung verwendet werden. Hier werden neuronale Netze in das Systemmodell eingebettet, um bestimmte Effekte aus Daten zu lernen. Da Messdaten zur Identifikation der physikalischen und abstrakten Parameter nur aufwändig gewonnen werden können, bedarf es eines gut gewählten Designs der Experimente. Herr Wüstner beschäftigt sich deshalb mit dem dateneffizienten Lernen mechatronischer Systeme mit Anwendungen in der optimalen Trajektorienplanung sowie der Fehlerrobustheit für Multicopter. Aktuell bearbeitet Herr Wüstner das Projekt SiXuM+.
Forschungsschwerpunkte
- Dateneffiziente Modellbildung und Parameteridentifikation
- Optimierung von Trajektorien
- Fault-Tolerant Control
Lehrveranstaltungen
| Kurs | Heimateinrichtung | Dozent | Semester | Typ | Sprache |
|---|