报告题目:面向任务的现场传感器网络优化
报告时间:2018年11月13日16:00
报告地点:自动化学院泰山报告厅
报告人简介:
陈翔,加拿大温莎大学教授,系主任。研究领域主要为网络化控制,模型辅助的数据驱动优化,汽车控制与优化,以及用于自主应用的传感器网络系统。他对H无穷高斯滤波、控制以及分岔非线性系统控制的理论和应用上均做出了基础性的贡献。自2000年以来,他对汽车控制系统和现场感应传感器网络系统的优化以及工业应用做出了重大贡献。他在视觉传感器网络方面的基础研究结果为感应传感器网络优化建立了全新的理论框架,在学术界和相关行业都得到了广泛的认可和欢迎。
报告摘要:
在当今工业4.0中,“自主性”将发挥关键作用,系统化的“嵌入式智能”应用于各种工业流程和系统,如智能制造和自动驾驶汽车,包括无人机,网络机器人,物联网等。在本次报告中,首先介绍自主技术和研究的前沿及其应用。然后讨论现场传感器作为一种实现自主操作方法的重要性。有观点认为实际的自主操作可以作为面向任务的优化问题来解决,并将自主问题的表达式表示为对现场传感器网络的优化。在这方面,本次报告以视觉传感器网络为例,介绍一种通用的现场传感器网络框架。最后,讨论现场传感器网络的复杂性,推动更多在该问题上的研究工作。