D B C A commande optimale (critère quadratique) et filtrage de kalman

Slides:



Advertisements
Présentations similaires
de l’algorithme de Viterbi
Advertisements

Cours 5-a Problèmes scalaires instationnaires d’ordre 1 en temps
Application au suivi des paramètres de problèmes de vision
III. IDENTIFICATION PARAMETRIQUE DES SYSTEMES LINEAIRES
2. Méthodes du simplexe et son analyse.
DECONVOLUTION ET AUTRES
détecteur de mélodie sujet proposé par J. Le Roux
Détecteur de mélodie sujet proposé par J. Le Roux le détecteur sera fondé sur une analyse double : dune.
Nouvelles méthodes en filtrage particulaire Application au recalage de navigation inertielle par mesures radio-altimétriques K. DAHIA Doctorant.
Unité #2 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
CHAPITRE II Caractéristiques géométriques des sections planes
METHODE DE GAUSS FACTORISATION LU
Estimation ellipsoïdale des paramètres dynamiques d'un robot
Estimation ensembliste ellisoïdale : formulation factorisée
Chapitre II.Rappels mathématiques et complexité
Chapitre VII :Commande par retour d’état
Cours d’Automatique MASTER OIV
Le filtrage au cours des âges Du filtre de Kalman au filtrage particulaire André Monin.
Identités remarquables
Plus courts chemins On présente dans ce chapitre un problème typique de cheminement dans les graphes : la recherche d'un plus court chemin entre deux sommets.
Cours DÉTERMINANT. Au dernier cours nous avons vus Linverse dune matrice. Quelques théorèmes qui encadrent son existence. Les matrices élémentaires.
Algorithmes Branch & Bound
Mémoire de Projet de Fin d’Etudes
I Exercices sur les fractions II Rappels concernant les exposants
Révision cinétique enzymatique
Factorisation d’une différence de carrés.
Factorisation d’une différence de carrés.
Examen partiel #2 Mercredi le 15 novembre de 13h30 à 15h20
Techniques d’optimisation
Fabienne BUSSAC EQUATION DU TYPE x² = a 1er cas : a est positif x² = a
S.S.I.I., , n°6, Créer des filtres sur mesure pour compresser S.S.I.I., , n°6, : Créer des filtres sur mesure pour compresser 1 Créer un.
La fonction quadratique
Ajustements c2 non-linéaires
Conception d’un contrôleur de vitesse d’un vérin hydraulique
1.2 FONCTIONS Cours 2.
Un algorithme de prédiction de lheure darrivée de bus utilisant un système de localisation automatique.
Filtrage de Kalman et aperçu probabiliste
Méthodes de prévision (STT-3220) Section 6 Exemple: Prévisions dans un modèle AR(1) Version: 18 décembre 2008.
1) Développer et réduire l'expression P. 2) Factoriser P.
ASI 3 Méthodes numériques pour l’ingénieur
Calcul parallèle => partitionner les données en sous-groupes associés aux processeurs. P0 P2 P1.
Algorithmes Branch & Bound
Soit l'expression E = x² (x + 2) (3x - 5). 1) Développer E.
FACTORISATION Différence de carrés.
20- Racine carrée Racine carré d’un nombre positif
Chapitre 1 - Introduction.
Soutenance de Stage DEA / DESS
Les signaux périodiques
Contenu du cours : Principe de la commande par retour d'état
ASI 3 Méthodes numériques pour l’ingénieur
Le chaos pourquoi ? Permet de modéliser un type de mouvement récent qui n’est ni uniforme, ni accéléré. Des dynamiques chaotiques ont été mises en évidence.
Activités préparatoires.
ACTIVITES 20- Racines carrées.
Commande optimale linéaire quadratique de Lunar Lander
ALGEBRE LINEAIRE Chapitre 3 Les Matrices.
2. Méthode du simplexe et son analyse.
Interpolation et Approximation
Labeled Real-Time Dynamic Programming (LRTDP) Pierrick Plamondon.
Pierre Joli Cours de Mathématique Pierre Joli
Chapitre 2 Calcul littéral Identités remarquables.
Présentation de Séminaire
LES POSTULATS DE LA MÉCANIQUE QUANTIQUE
Leçon 4.7 Le discriminant On peut utiliser la partie radicale (le discriminant) de la formule quadratique pour déterminer la nature des racines. Exemples:
Observateurs et filtre de Kalman
Reconnaissance des fonctions. Les principales fonctions en Technico-sciences secondaire 4 La fonction polynomiale de degré 0 La fonction polynomiale de.
Algorithmes Branch & Bound Module IAD/RP/RO Master d ’informatique Paris 6 Philippe Chrétienne.
MECANIQUE DES MILLIEUX CONTINUS ET THERMODYDAMIQUE SIMULATIONS.
La factorisation Principe de la complétion du carré.
Polytech'Nice-Sophia, Département Sciences Informatiques Cours de 4 ème année : Commande par Ordinateur. semaine 5/6, 29/04/2018Page 1 Commande optimale.
Polytech'Nice-Sophia, Département Sciences Informatiques Cours de 4 ème année : Commande par Ordinateur. semaine 5/6, 04/09/2018Page 1 Commande optimale.
Transcription de la présentation:

D B C A commande optimale (critère quadratique) et filtrage de kalman Joël Le Roux, EPU, Université de Nice ; leroux@polytech.unice.fr Des équations similaires parce qu’on minimise un critère quadratique y(t) mémoire (retard) z-1 A B u(t) Commande (entrée) x(t+1) C + x(t) état sortie (mesure) x(t+1)=A.x(t)+B.u(t) D commande optimale : un système est dans un état initial connu ; comment l’amener à un état final donné en un nombre fini d’étapes et en minimisant un critère quadratique Justification fondée sur le principe de Bellman et une écriture récursive de la solution du problème de commande optimale

formalisation du critère 1 Le critère qu’on cherche à minimiser notez l’écriture! il fait intervenir les états et les commandes ; les matrices Q et R sont connues et définies positives

formalisation du critère 2 Le critère qu’on cherche à minimiser il fait intervenir les états et les commandes ; les matrices Q et R sont connues et définies positives

formalisation du critère 3 Le critère qu’on cherche à minimiser il fait intervenir les états et les commandes ; les matrices Q et R sont connues et définies positives

formalisation du critère 4 qu’on cherche à mettre sous la forme dans le cas scalaire

formalisation du critère 5 qu’on cherche à mettre sous la forme pour que les expressions soient identiques, il faut que

minimisation du critère 1 Factorisation en racines carrées (triangulaires) le critère est minimum quand le dernier terme est nul

minimisation du critère 2 evaluation du critère quand le minimum est atteint

minimisation du critère 3 evaluation du critère quand le minimum est atteint

minimisation du critère 4 evaluation du critère quand le minimum est atteint

expression finale des calculs de commande optimale Equations correspondantes du filtre de Kalman

Illustration par une simulation (mathcad) Cas élémentaire état initial état final voulu minimiser pénalisation si l’état final n’est pas

calcul récursif de la matrice P traduit la pénalisation si l’état final n’est pas

calcul itératif de la commande

évolution de la position et de la vitesse en fonction de la commande

évolution en fonction du temps iteration