Systems Modeling & Control
Sistemi di controllo non lineari
La ricerca del gruppo ISE sul controllo robusto e non lineare si concentra su modellazione, stima e controllo di sistemi non lineari incerti, nonché sulla realizzazione, identificazione, stima dell'ordine e controllo di sistemi stocastici.
L'attività è dedicata ad analisi e tecniche di progettazione per sistemi non lineari incerti. Si studiano teoria e progettazione di sistemi di regolazione e tracciamento, nonché il filtraggio lineare e non lineare, il monitoraggio delle condizioni e il guasto. Sono sviluppati modellazione fisica, simulazione ed identificazione di sistemi anche incerti o non lineari.
L'attenzione si concentra su teoria ed applicazione di tecniche di stima e progettazione di controlli robusti non lineari, inclusi metodi di ottimizzazione, controllo a struttura variabile e sliding mode nonché algoritmi di controllo predittivo basati su modelli lineari e non lineari.
Sono proposti controllori robusti e non lineari in diversi campi di applicazione, come sistemi di produzione di energia, sistemi meccanici, elettrici, aerospaziali.
Agricoltura 4.0
Il concetto di Agricoltura 4.0 consiste in un utilizzo armonioso e interconnesso in agricoltura di concetti di Smart Farming e agricoltura di precisione. Le nostre aree di competenza consistono nella progettazione ad hoc di strategie di guida, navigazione e controllo basate su tecniche di ottimizzazione convessa, identificazione di sistemi dinamici, Machine Learning, teoria dell'apprendimento statistico, e tecniche di controllo robusto, stocastico e randomizzato, al fine di potenziare l'uso di sistemi a guida autonoma per applicazioni in campo agricolo in cui possono rappresentare una valida alternativa alle macchine agricole convenzionali, fornendo significativi vantaggi in termini di maggiore efficienza nelle operazioni, ridotto impatto ambientale, miglioramento della salute e sicurezza degli operatori.
Guidance, Navigation and Control per l'Aerospazio
In ambito aerospaziale, con Guidance, Navigation and Control (GNC) si identifica branca dell'ingegneria focalizzata sulla progettazione di sistemi per il controllo di veicoli aeronautici e spaziali. Le nostre competenze in Robotica e Automatica, che sono state applicate al campo aerospaziale, riguardano la progettazione di algoritmi non lineari, adattivi, robusti, stocastici e randomizzati computazionalmente compatibile con l’hardware, l'estensione di tecniche di identificazione di sistemi dinamici a sistemi complessi e per la modellazione delle incertezze, lo sviluppo di approcci di Machine Learning per supportare la progettazione di algoritmi di GNC e ottimizzare la fase di pianificazione della missione, l'applicazione di tipici strumenti derivanti dal campo dei controlli automatici e dell’ottimizzazione convessa per la generazione di mappe e per la modellazione data-drive di ambienti.
Learning and Control over Networks
La ricerca su Learning and Control over Networks si concentra sulla modellazione, l’analisi e il controllo di sistemi interconnessi, ovvero sistemi composti da un gran numero di unità interagenti (individui, sensori, computer).
Si tratta generalmente di sistemi di grandi dimensioni che presentano un comportamento dinamico complesso, dovuto alla topologia delle interconnessioni, le quali consentono una rapida diffusione delle informazioni, e alla natura non lineare e probabilistica delle interazioni tra le unità. Spesso queste reti presentano un'elevata fragilità a piccoli cambiamenti e perturbazioni che possono indurre dinamiche instabili ed effetti imprevedibili. È fondamentale stabilire nuovi paradigmi e sviluppare nuovi strumenti per la progettazione e il controllo di questi sistemi.
Le applicazioni di questa ricerca sono numerose in molte aree, spaziando dai sistemi ingegneristici, alle scienze socioeconomiche e ai sistemi biologici.
