Doctoraatspositie in modelvoorspellende controle voor flexibele robotsystemen

De Europese verwerkende industrie evolueert in de richting van de productie van sterk aangepaste complexe producten in kleine hoeveelheden, waarvoor een flexibel productiesysteem essentieel is om kosteneffectief te zijn. Flexibele automatisering vereist robotsystemen zoals mobiele platforms en seriële manipulatoren om meervoudige en zeer complexe taken uit te voeren in ongestructureerde en onzekere omgevingen, waarbij gebruik wordt gemaakt van uitgebreide sensoren zoals vision en kracht, en leren ter plaatse door middel van actieve sensoren. MPC biedt een groot potentieel voor het besturen van dergelijke systemen aangezien ze gekenmerkt worden door een sterk niet-lineaire en gekoppelde dynamica en harde operationele beperkingen. Het algemene doel van dit project is om op optimalisatie gebaseerde controlebenaderingen te ontwikkelen die de prestaties en flexibiliteit van robotsystemen verhogen. De eerste doelstelling is het ontwikkelen van geschikte robotmodellen en op maat gemaakte ingebedde optimalisatiealgoritmen die in staat zijn om de sterk niet-lineaire optimalisatieproblemen op te lossen die zich voordoen in robotica MPC met een snelheid in het bereik van 100-1000 Hertz. De tweede doelstelling is het effectief omgaan met onzekerheden: MPC zal worden samengevoegd met actieve-waarnemingsstrategieën om eigenschappen van de omgeving te leren en de onzekerheid in de omgeving tijdens de uitvoering van de taak te verminderen, en zal worden aangevuld met risicomijdend beleid om de resterende onzekerheid aan te pakken. De derde doelstelling is de controle-algoritmen in te bedden in een geautomatiseerde gereedschapsketen die het (her)programmeren van de robot voor verschillende taken vergemakkelijkt. Bij flexibele automatisering is de programmeerinspanning een belangrijke kostenfactor en doorslaggevend voor de economische levensvatbaarheid van een robottoepassing.