Absolvent kurzu by měl být schopen navrhovat, realizovat, seřizovat, porovnávat a vyvíjet nové velmi složité řídicí algoritmy klasického typu i s prvky umělé inteligence.

Základy teorie spojitého řízení. Základy teorie diskrétního řízení. Stavová teorie.

Skogestad S., Postletwaite I.: Multivariable Feedback Control, John Wiley & Sons, 2007. (EN)
Slotine J. J. E., Li W.: Applied Nonlinear Control, Prentice-Hall, 1991 (EN)
Gu D.-W., Petkov P. H.: Robust Control Design with MATLAB, Springer, 2013 (EN)
Russell S., Norvig P.: Artificial Intelligence a Modern Approach. Prentice Hall 2010 (EN)
Voseelman G., Mass H-G. Airborne and Terrestrial Laser Scanning, CRC Press, 2010 (EN)
Goodwin G.C., Seron M.M. , Doná J.A. Constrained Control and Estimation, Springer, 2005 (EN)
Hermann R. ,Krener A., Nonlinear controllability and observability, IEEE Transactions on Automatic Control, vol. 22, no. 5, pp. 728–740, 1977 (EN)

Metody vyučování zahrnují přednášky a samostatné studium. Předmět využívá e-learning (Moodle)

Vypracování 2 - 3 projektů (max 30 bodů). Ústní zkouška doktorand (max 70 bodů) doktoranda.

čeština

1. Moderní přístupy v automatickém řízení
2. Robustní řízení dynamických systémů s uvažováním neurčitostí
3. Specifické problémy adaptivního řízení
4. Stavový regulátor jako základní struktura pro prediktivní řízení s modelem
5. Teorie pozorovatelnosti stavu nelineárních dynamických systémů
6. Principy použití virtuálních senzorů pro bezsnímačového řízení, příklad aplikací řízení pro pohony s asynchronními a synchronními motory
7. Umělé neuronové sítě (NS) a jejich metody učení.
8. Teorie řízení a umělá inteligence, řídicí algoritmy na bázi NS.
9. Identifikace systémů pomocí NS, adaptivní optimální regulátor s identifikací pomocí NS.
10. Moderní metody autonomní sebelokalizace ve vnějším a vnitřním prostředí.
11-12. Pokročilé 3D mapování - snímače, metody datové fúze, reprezentace dat, praktické využití.
13. Shrnutí

Cílem předmětu je rozvoj znalostí a kompetencí studentů doktorského studia v oblasti návrhu pokročilých řídicích algoritmů a algoritmů pro zpracování informací založených jak na klasických matematických postupech, tak i prvcích umělé inteligence, včetně možných pokročilých aplikací jako je např. mobilní robotika.

39 hod., nepovinná