Automatizált járművek garantált minőségű irányításának robusztus tervezése  részletek

súgó  nyomtatás 
vissza »
 

Projekt adatai

  
azonosító
135512
típus K
Vezető kutató Németh Balázs
magyar cím Automatizált járművek garantált minőségű irányításának robusztus tervezése
Angol cím Robust Control Design for Automated Vehicles with Guaranteed Performances
magyar kulcsszavak garantált minőségi jellemzők, automatizált járművek, Lineáris Változó-Paraméterű (LPV) rendszerek, nem hagyományos irányítások validációja,
angol kulcsszavak guaranteed performances, automated vehicles, Linear Parameter-Varying (LPV) systems, validation of non conventional control systems
megadott besorolás
Közlekedéstudomány (Műszaki és Természettudományok Kollégiuma)100 %
Ortelius tudományág: Közúti szállítás
zsűri Gépész-, Építő-, Építész- és Közlekedésmérnöki
Kutatóhely HUN-REN Számítástechnikai és Automatizálási Kutatóintézet
résztvevők Aradi Szilárd
Barsi Árpád
Bécsi Tamás
Bede Zsuzsanna
Fényes Dániel
Gáspár Péter
Hegedűs Tamás
Szabó Zoltán
Takarics Béla
Tar József
Tettamanti Tamás
projekt kezdete 2020-11-01
projekt vége 2024-10-31
aktuális összeg (MFt) 47.381
FTE (kutatóév egyenérték) 13.50
állapot aktív projekt





 

Zárójelentés

  
kutatási eredmények (magyarul)
A kutatási tevékenység célkitűzése olyan modellezési, rendszeranalízis és irányítástervezési elméleti megoldások kidolgozása volt, amelyek a nagykomplexitású irányításokkal szembeni minőségi követelményeket bizonyíthatóan teljesítik, különösen is automatizált járművek (AV) vonatkozásában. Az elért tudományos eredmények az AV központú alkalmazásokon keresztül megerősítették, hogy a kidolgozott robusztus irányítástervezési eljárások egyidejűleg képesek garantálni a minőségi követelmények teljesülését és a rendszer hatékony működését. Az irányítástervezési megoldásokkal figyelembe vehetők az AV-kban alkalmazott nemhagyományos irányítóelemek, például a tanulásalapú neurális hálózatok. Többféle tervezési struktúrát dolgoztunk ki a robusztus irányítási eljárások kiterjesztésével, amelyek függetlenek a nemhagyományos irányítóelemek belső struktúrájától. A járműirányítási feladatok sokszínűsége ellenére a kutatás eredményei olyan általános elméleti megoldások lettek, amelyekkel az irányítórendszer működésének magas minőségi szintje és alacsony számítási ideje együttesen érhető el. A kidolgozott módszereket sikeresen alkalmaztuk AV-k mozgásszabályozási problémáinak megoldására és interakcióinak kezelésére. A tudományos eredményeket önálló Springer monográfiában, könyvfejezetben, C1, D1, Q1 besorolású folyóiratokban, és nemzetközi konferenciákon publikáltuk. Továbbá, az elért eredményekre építve értekezések (D.Sc., Ph.D.) benyújtása és sikeres megvédése történt meg.
kutatási eredmények (angolul)
The research activities have been focused on creating control theory and methods for the adequate modeling, analysis and design methodology with guaranteed performances to meet the increased requirements of control solutions targeting high-complexity applications, such as automated vehicle (AV) and traffic systems. The scientific results together with the AV applications have confirmed that the proposed robust control design frameworks can provide guaranteed performances and efficient system operation, simultaneously. The developed control design frameworks fit to the non-conventional control systems, e.g., learning-based techniques, applied in the AVs. The non-conventional systems in the robust control design has been involved, providing guarantees on the operation of the complex control system under various scenarios. Despite different types of vehicle control problems, the project has resulted in general frameworks with which the performance level and the computational time of the controlled system can be evaluated in a unified manner. The developed methods have been successfully applied to AV motion control problems and to handle the interactions of AVs. The scientific achievements have been published in a Springer monograph, in a book chapter, in C1, D1, Q1-ranked journal papers, and in international conferences. Moreover, dissertations (D.Sc., Ph.D.) have been submitted and defended successfully based on the achieved results.
a zárójelentés teljes szövege https://www.otka-palyazat.hu/download.php?type=zarobeszamolo&projektid=135512
döntés eredménye
igen





 

Közleményjegyzék

  
Németh B: Analysis and Synthesis Methods for the Optimal Design of Control Systems in Automated Vehicles, D.Sc. dissertation, 2022
Németh B: Robust control design for vehicle systems with learning features, Budapest University of Technology and Economics, 2022
Hegedűs T: Decision and control methods for overtaking strategies of autonomous vehicles, Budapest University of Technology and Economics, 2022
Lelkó Attila, Németh Balázs: Optimal Motion Design for Autonomous Vehicles With Learning Aided Robust Control, IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY 73: (9) pp. 12638-12651., 2024
Jekl B, Dabcevic Z, Németh B, Skugor B, Gáspár P: Scenario-Optimization-Based Velocity Planning of Autonomous Vehicles for Interacting with Pedestrians (bírálat alatt), IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, 2024
Farkas Zs, Németh B, Mihály A, Gáspár P: Speed control with low complexity for multiple autonomous vehicles in roundabouts, EUROPEAN TRANSPORT RESEARCH REVIEW 15: (1) 42, 2023
Fazekas Máté, Gáspár Péter, Németh Balázs: Estimation of wheel odometry model parameters with improved Gauss-Newton method, In: 2021 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI), (2021) pp. 1-6., 2021
Hegedűs T, Fényes D, Németh B, Gáspár P: Improving Sustainable Safe Transport via Automated Vehicle Control with Closed-Loop Matching, SUSTAINABILITY 13: (20) 11264, 2021
Lelkó A, Németh B, Gáspár P: Stability and tracking performance analysis for control systems with feed-forward neural networks, In: EUCA (szerk.) 2021 European Control Conference (ECC), European Control Association (EUCA) (2021) pp. 1479-1484., 2021
Lelkó A, Németh B, Gáspár P: A tracking performance analysis method for autonomous systems with neural networks, IFAC PAPERSONLINE 54: (1) pp. 696-701., 2021
Németh B: Coordination of Lateral Vehicle Control Systems Using Learning-Based Strategies, ENERGIES 14: (5) 1291, 2021
Németh B, Gáspár P: Design of learning-based control with guarantees for autonomous vehicles in intersections, IFAC PAPERSONLINE 54: (2) pp. 210-215., 2021
Németh B, Gáspár P: Guaranteed Performances for Learning-Based Control Systems Using Robust Control Theory, STUDIES IN COMPUTATIONAL INTELLIGENCE 984: pp. 109-142., 2021
Németh B, Gáspár P, Szabó Z: Guaranteed performances for a learning-based eco-cruise control using robust LPV method, IFAC PAPERSONLINE 54: (8) pp. 83-88., 2021
Németh B, Hegedűs T, Gáspár P: Design Framework for Achieving Guarantees with Learning-Based Observers, ENERGIES 14: (8) 2039, 2021
Hegedűs T, Németh B, Gáspár P: Design of a Low-complexity Graph-Based Motion-Planning Algorithm for Autonomous Vehicles, APPLIED SCIENCES-BASEL 10: (21) 7716, 2020
Németh B, Mihály A, Gáspár P: Design of fault-tolerant cruise control in a hierarchical framework for connected automated vehicles, 5th International Conference on Control and Fault-Tolerant Systems, 2021
Fényes D, Hegedűs T, Németh B, Gáspár P: Observer design with performance guarantees for vehicle control purposes via the integration of learning-based and LPV approaches, IEEE Intelligent Vehicles Symposium Workshops (IV Workshop), 2021
Hegedűs T, Németh B, Gáspár P: Control design framework for automated vehicles using an advanced feedback linearization, 27th IAVSD Symposium on Dynamics of Vehicles on Roads and Tracks, 2021
Fényes D, Németh B, Gáspár P: Data-driven modeling approach for control design of a variable-geometry suspension system, 27th IAVSD Symposium on Dynamics of Vehicles on Roads and Tracks, 2021
Fazekas Máté, Gáspár Péter, Németh Balázs: Wheel Odometry Model Calibration with Input Compensation by Optimal Control, IFAC PAPERSONLINE 55: (24) pp. 392-398., 2022
Fényes D, Hegedűs T, Németh B: Combined observer design for road vehicles using LPV-based and learning-based methods, In: IEEE (szerk.) 2022 30th Mediterranean Conference on Control and Automation (MED), IEEE (2022) pp. 1074-1079., 2022
Hegedűs T, Fényes D, Németh B, Szabó Z, Gáspár P: Coordinated control design for steering and torque-vectoring in Model-Free Control structure, IFAC PAPERSONLINE 55: (6) pp. 496-501., 2022
Nemeth B: Route selection method with ethical considerations for automated vehicles under critical situations, In: Szakál, Anikó (szerk.) IEEE 20th Jubilee World Symposium on Applied Machine Intelligence and Informatics SAMI (2022), IEEE (2022) pp. 419-424., 2022
Németh B, Farkas Zs, Antal Z, Gáspár P: Hierarchical control design of automated vehicles for multi-vehicle scenarios in roundabouts, In: EUCA (szerk.) 2022 European Control Conference (ECC), European Control Association (EUCA) (2022) pp. 1964-1969., 2022
Németh B, Lelkó A, Antal Z, Csaba A: Collision-free trajectory design for dance choreography of virtual drones in hierarchical structure, IFAC PAPERSONLINE 55: (6) pp. 502-507., 2022
Németh Balázs: Analysis and Synthesis of Coordinated Control Systems for Automated Road Vehicles, ENERGIES 15: (20) p. 7674., 2022
Fényes D, Hegedus T, Németh B, Gáspár P: Robust Control Design for Autonomous Vehicles Using Neural Network-Based Model-Matching Approach, ENERGIES 14: (21) 7438, 2021
Atinga A, Várkonyi-Kóczy A, Tar J: Application of Abstract Rotations for Forecasting the Signals of Nonlinear Dynamic Systems, 2022 IEEE 10th Jubilee International Conference on Computational Cybernetics and Cyber-Medical Systems (ICCC), 2022
Németh B, Lelkó A, Gáspár P: Robust LPV control synthesis for learning-aided driver assistance systems, Joint 8th IFAC Symposium on System Structure and Control, 17th IFAC Workshop on Time Delay Systems, 5th IFAC Workshop on Linear Parameter Varying Systems, 2022
Kővári B, Pelenczei B, Bécsi T: Monte Carlo Tree Search to Compare Reward Functions for Reinforcement Learning, 2022 IEEE 16th International Symposium on Applied Computational Intelligence and Informatics (SACI), 2022
Fazekas Máté, Németh Balázs, Gáspár Péter: Calibration of the Nonlinear Wheel Odometry Model with an Improved Genetic Algorithm Architecture, In: Giuseppina, Gini; Henk, Nijmeijer; Wolfram, Burgard; Dimitar, Filev (szerk.) Proceedings of the 19th International Conference on Informatics in Control, Automation and Robotics, SciTePress (2022) pp. 640-648., 2022
Hegedűs T, Fényes D, Németh B, Szabó Z, Gáspár P: Design of Model Free Control with tuning method on ultra-local model for lateral vehicle control purposes, In: IEEE (szerk.) 2022 American Control Conference (ACC), IEEE (2022) pp. 4101-4106., 2022
Németh B, Gáspár P: Hierarchical Motion Control Strategies for Handling Interactions of Automated Vehicles (under review), Control Engineering Practice, 2022
Németh B: Analysis and Synthesis Methods for the Optimal Design of Control Systems in Automated Vehicles (submitted, under MTA doctoral review process), D.Sc. dissertation (submitted, under MTA doctoral review process), 2022
Lelkó A: Design of Path Tracking Control for Indoor Vehicles Using Reinforcement Learning Approach (M.Sc. thesis), Budapest University of Technology and Economics, 2022
Németh B: Robust control design for vehicle systems with learning features (submitted, under habilitation review process), Budapest University of Technology and Economics (submitted, under habilitation review process), 2022
Hegedűs T, Fényes D, Németh B, Gáspár P: Cooperation Strategy for Optimal Motion of Aerial and Ground Vehicles, In: IEEE (szerk.) 2023 31st Mediterranean Conference on Control and Automation (MED), IEEE (2023) pp. 19-24., 2023
Lelkó A, Németh B, Fényes D, Gáspár P: Integration of Robust Control with Reinforcement Learning for Safe Autonomous Vehicle Motion, IFAC PAPERSONLINE 56:, 2023
Németh B, Fazekas M, Bagoly Z., Gáspár P, Sename O.: LPV-Based Control Design with Guarantees: a Case Study for Automated Steering of Road Vehicles, In: EUCA, The European Control Association (szerk.) 2023 European Control Conference (ECC), IEEE (2023) pp. 1-6., 2023
Németh Balázs: Robust control design for vehicle systems with learning features, , 2023
Németh Balázs: Providing Guaranteed Performances for an Enhanced Cruise Control Using Robust LPV Method, ACTA POLYTECHNICA HUNGARICA 20: (7) pp. 133-152., 2023
Németh Balázs, Gáspár Péter: Control of Variable-Geometry Vehicle Suspensions, Springer Nature Switzerland, 2023
Németh Balázs, Gáspár Péter: Hierarchical motion control strategies for handling interactions of automated vehicles, CONTROL ENGINEERING PRACTICE 136: 105523, 2023
Tompos D, Nemeth B: Safe trajectory design for indoor drones using reinforcement-learning-based methods, In: Szakál, Anikó (szerk.) IEEE 17th International Symposium on Applied Computational Intelligence and Informatics SACI 2023 : Proceedings, Óbudai Egyetem; IEEE Hungary Section (2023) pp. 27-32., 2023
Fényes D, Hegedűs T, Németh B, Szabó Z, Gáspár P: Combined LPV and ultra-local model-based control design approach for autonomous vehicles, In: IEEE (szerk.) 2022 61st IEEE Conference on Decision and Control (CDC), IEEE (2022) pp. 3303-3308., 2022
Németh Balázs: Coordinated Control Design for Ethical Maneuvering of Autonomous Vehicles, ENERGIES, 2023
Awudu Atinga, József K. Tar: Tackling Modeling and Kinematic Inconsistencies by Fixed Point Iteration-Based Adaptive Control, MACHINES, 2023
Attila Lelkó, Balázs Németh: Reinforcement learning based robust control for path tracking of automated vehicles, 28th IAVSD International Symposium on Dynamics of Vehicles on Roads and Tracks, 2023
Balázs Németh, Péter Gáspár, Mario Hrgetic: Safety evaluation method for lateral dynamics of automated vehicles, 28th IAVSD International Symposium on Dynamics of Vehicles on Roads and Tracks, 2023
Balázs Németh, Zsófia Farkas, Zoltán Antal, Dániel Fényes, Péter Gáspár: Collision-Free Motion Control with Learning Features for Automated Vehicles in Roundabouts, Transport Research Arena 2022, 2022
Zoltán Bagoly: Implementation and Usage of Supervised Learning Based Vehicle Control, M.Sc. dolgozat, 2022
Papp Kristóf: LiDAR based environment perception for autonomous vehicle applications, M.Sc. dolgozat, 2023
Mudra Ottó: Autonóm földi- és légi járm˝uvek kooperatív irányításának megvalósítása Python környezetben, TDK dolgozat, 2022
Mudra Ottó: Autonóm földi- és légi járművek kooperatív irányításának megvalósítása Python környezetben, TDK dolgozat, 2022
Hegedűs T, Fényes D, Németh B, Vu V T, Gáspár P: A Lateral Control Based on Physics Informed Neural Networks for Autonomous Vehicles, LECTURE NOTES IN MECHANICAL ENGINEERING 2024: pp. 812-818., 2024
Hegedűs T, Németh B, Gáspár P: Identification of Tire Characteristics Using Physics-Informed Neural Network for Road Vehicles, In: IEEE (szerk.) 2024 32nd Mediterranean Conference on Control and Automation (MED), Institute of Electrical and Electronics Engineers (IEEE) (2024) pp. 706-711., 2024
Lelkó A, Németh B, Mihály A, Sename O, Gáspár P: Robust Reinforcement Learning-based Vehicle Control with Object Avoidance, IFAC PAPERSONLINE 58: (10) pp. 134-139., 2024
Németh B, Lelkó A, Hegedűs T, Gáspár P: Stability Analysis and Control Design for Automated Vehicles Based on Data-aided Model Augmentation, In: IEEE (szerk.) 2024 American Control Conference (ACC), IEEE (2024) pp. 5030-5035., 2024
Tompos D, Németh B, Hegedűs T, Vu V T, Gáspár P: Safe vehicle motion design with learning for moving in environment with uncertainties, IFAC PAPERSONLINE 58: (4) pp. 228-233., 2024
Atinga A, Kósi K, Tar JK: Novel Metric to Quantify the Consequences of Modeling Imprecisions in Adaptive Dynamic Control (elfogadott, megjelenés alatt), Acta Polytechnica Hungarica, 2024
Lelkó A, Németh B, Gáspár P, Sename O: Hierarchical structure for the separation of learning and control with vehicle control application (bírálat alatt), American Control Conference, 2024
Lelkó A, Németh B, Gáspár P: Safe Control Framework of Autonomous Vehicles for Collision Prevention, 12th International Conference on Mechatronics and Control Engineering (ICMCE 2024), 2024
Tompos D, Hegedűs T, Németh B: Advanced motion planning method for unmanned vehicles to consider 3D objects, 12th International Conference on Mechatronics and Control Engineering (ICMCE 2024), 2024
Kopasz M: Explainable lateral safety evaluation method for automated vehicles using learning algorithms, Budapest University of Technology and Economics, M.Sc. dolgozat, 2024




 

Projekt eseményei

  
2024-01-10 13:27:09
Résztvevők változása
2022-12-13 10:43:01
Résztvevők változása



vissza »