Forschern der Universität Kumamoto ist ein bedeutender Durchbruch auf dem Gebiet der Regelungstechnik gelungen, indem sie eine hochpräzise mathematische Modellierungstechnik für lineare, periodisch zeitvariable Systeme (LPTV) entwickelt haben. Diese Forschung eröffnet neue Möglichkeiten zur Verbesserung von selbstfahrenden Autos, Robotern und Satellitennavigationssystemen.
Der vorgestellte neuartige Systemidentifikationsalgorithmus verbessert die Genauigkeit von LPTV-Systemmodellen. Durch die Integration einer Methode namens zyklische Reformulierung mit einer Zustandskoordinatentransformation haben die Forschenden einen Weg gefunden, wesentliche Systemparameter zu extrahieren, ohne auf restriktive Annahmen angewiesen zu sein.
Diese Forschung hat tiefgreifende Auswirkungen auf Branchen, die auf komplexe Kontrollsysteme angewiesen sind. In autonomen Fahrzeugen arbeiten mehrere Sensoren mit unterschiedlichen Messzyklen gleichzeitig, was die Modellierung von Systemen, die deren unterschiedliche Sensormessungen berücksichtigen, zu einer Herausforderung macht. Die neue Modellierungstechnik ermöglicht es den Ingenieuren, das Systemverhalten besser vorherzusagen und zu optimieren, was letztlich die Sicherheit und Effizienz verbessert.
Zur Validierung ihres Ansatzes führten die Forscher numerische Simulationen mit MATLAB durch und konnten zeigen, dass ihr Modell bestehende Verfahren in Bezug auf Genauigkeit und Effizienz deutlich übertrifft. Da die Methode keine spezifischen periodischen Signale als Eingangssignale benötigt, ist sie für reale Anwendungen wesentlich besser geeignet.
Das Forschungsteam hofft, sein Modell weiter zu verfeinern und die Zusammenarbeit mit Industriepartnern zu erkunden, um seine Ergebnisse in der Praxis anzuwenden. (jr)
