فلش‌کارت‌های آموزشی کاربرد MPC در سیستم‌های ترکیبی خودران: مسیریابی و هدایت

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربرد MPC در سیستم‌های ترکیبی خودران: مسیریابی و هدایت

موضوع کلی: کنترل پیش بین مدل (MPC)

موضوع میانی: MPC برای سیستم‌های ترکیبی (Hybrid Systems)

📋 سرفصل‌های دوره

• 1. فصل ۱: مقدمه بر سیستم‌های خودران
• 2. فصل ۲: مفاهیم اولیه کنترل بهینه
• 3. فصل ۳: مبانی مدل پیش‌بین کنترلی (MPC)
• 4. فصل ۴: مزایا و معایب MPC
• 5. فصل ۵: انواع MPC
• 6. فصل ۶: کاربرد MPC در رباتیک
• 7. فصل ۷: سیستم‌های ترکیبی و چالش‌های آن‌ها
• 8. فصل ۸: تعریف سیستم‌های ترکیبی خودران
• 9. فصل ۹: مدل‌سازی دینامیکی سیستم‌های ترکیبی
• 10. فصل ۱۰: درک محیط مسیریابی
• 11. فصل ۱۱: الگوریتم‌های کلاسیک مسیریابی
• 12. فصل ۱۲: مسیریابی مبتنی بر گراف
• 13. فصل ۱۳: مسیریابی مبتنی بر پتانسیل
• 14. فصل ۱۴: مسیریابی مبتنی بر یادگیری ماشین
• 15. فصل ۱۵: هدایت در مقابل مسیریابی
• 16. فصل ۱۶: مفاهیم پایه هدایت
• 17. فصل ۱۷: کنترل‌کننده‌های PID برای هدایت
• 18. فصل ۱۸: هدایت پیش‌بین کنترلی (GPC)
• 19. فصل ۱۹: پیوند MPC و مسیریابی
• 20. فصل ۲۰: پیوند MPC و هدایت
• 21. فصل ۲۱: فرمول‌بندی MPC برای مسیریابی
• 22. فصل ۲۲: توابع هزینه در MPC برای مسیریابی
• 23. فصل ۲۳: محدودیت‌ها در MPC برای مسیریابی
• 24. فصل ۲۴: دینامیک سیستم در MPC برای مسیریابی
• 25. فصل ۲۵: حل‌کننده‌های بهینه برای MPC مسیریابی
• 26. فصل ۲۶: فرمول‌بندی MPC برای هدایت
• 27. فصل ۲۷: توابع هزینه در MPC برای هدایت
• 28. فصل ۲۸: محدودیت‌ها در MPC برای هدایت
• 29. فصل ۲۹: دینامیک سیستم در MPC برای هدایت
• 30. فصل ۳۰: حل‌کننده‌های بهینه برای MPC هدایت
• 31. فصل ۳۱: ترکیب MPC برای مسیریابی و هدایت
• 32. فصل ۳۲: چالش‌های پیاده‌سازی MPC
• 33. فصل ۳۳: پیچیدگی محاسباتی MPC
• 34. فصل ۳۴: زمان‌بندی و اجرای MPC
• 35. فصل ۳۵: تخمین حالت برای MPC
• 36. فصل ۳۶: فیلتر کالمن و مشتقات آن
• 37. فصل ۳۷: تخمین حالت مبتنی بر MPC
• 38. فصل ۳۸: ادغام سنسورها با MPC
• 39. فصل ۳۹: انواع سنسورها در سیستم‌های خودران
• 40. فصل ۴۰: پردازش داده‌های سنسور
• 41. فصل ۴۱: تأثیر نویز سنسور بر MPC
• 42. فصل ۴۲: پیش‌بینی حالت آینده
• 43. فصل ۴۳: مدل‌های پیش‌بینی حرکتی
• 44. فصل ۴۴: پیش‌بینی مسیر حرکت
• 45. فصل ۴۵: پیش‌بینی رفتار سایر عوامل
• 46. فصل ۴۶: اطمینان و عدم قطعیت در MPC
• 47. فصل ۴۷: MPC مقاوم
• 48. فصل ۴۸: MPC با عدم قطعیت
• 49. فصل ۴۹: تحمل‌پذیری خطا در MPC
• 50. فصل ۵۰: طراحی سیستم‌های MPC مقاوم
• 51. فصل ۵۱: تست و اعتبارسنجی MPC
• 52. فصل ۵۲: شبیه‌سازی سیستم‌های خودران
• 53. فصل ۵۳: محیط‌های شبیه‌سازی
• 54. فصل ۵۴: مقایسه‌ شبیه‌سازی و دنیای واقعی
• 55. فصل ۵۵: تست در دنیای واقعی
• 56. فصل ۵۶: معیارها و ارزیابی عملکرد
• 57. فصل ۵۷: ایمنی در سیستم‌های خودران
• 58. فصل ۵۸: رویکردهای ایمنی مبتنی بر MPC
• 59. فصل ۵۹: رفتار ایمن در شرایط اضطراری
• 60. فصل ۶۰: مدیریت ریسک با MPC
• 61. فصل ۶۱: کاربردهای خاص MPC در سیستم‌های ترکیبی
• 62. فصل ۶۲: MPC برای وسایل نقلیه خودران
• 63. فصل ۶۳: MPC برای پهپادها
• 64. فصل ۶۴: MPC برای ربات‌های متحرک
• 65. فصل ۶۵: MPC برای ربات‌های شناور
• 66. فصل ۶۶: سیستم‌های ترکیبی با محدودیت توان
• 67. فصل ۶۷: بهینه‌سازی مصرف انرژی با MPC
• 68. فصل ۶۸: سیستم‌های ترکیبی با ارتباطات محدود
• 69. فصل ۶۹: MPC برای سیستم‌های توزیع‌شده
• 70. فصل ۷۰: کنترل مشارکتی با MPC
• 71. فصل ۷۱: یادگیری تقویتی و MPC
• 72. فصل ۷۲: ادغام یادگیری تقویتی با MPC
• 73. فصل ۷۳: یادگیری مستقیم با MPC
• 74. فصل ۷۴: یادگیری مدل با MPC
• 75. فصل ۷۵: پلتفرم‌های سخت‌افزاری برای MPC
• 76. فصل ۷۶: پردازنده‌های جاسازی شده
• 77. فصل ۷۷: شتاب‌دهنده‌های سخت‌افزاری
• 78. فصل ۷۸: ملاحظات زمان واقعی
• 79. فصل ۷۹: بهینه‌سازی کد برای MPC
• 80. فصل ۸۰: کتابخانه‌ها و ابزارهای MPC
• 81. فصل ۸۱: استانداردها در سیستم‌های خودران
• 82. فصل ۸۲: استانداردسازی MPC
• 83. فصل ۸۳: چالش‌های مقیاس‌پذیری MPC
• 84. فصل ۸۴: MPC برای ناوگان وسایل نقلیه
• 85. فصل ۸۵: همکاری وسایل نقلیه با MPC
• 86. فصل ۸۶: مسیریابی و هدایت گروهی
• 87. فصل ۸۷: مسائل اخلاقی در سیستم‌های خودران
• 88. فصل ۸۸: شفافیت در تصمیم‌گیری MPC
• 89. فصل ۸۹: پاسخگویی در سیستم‌های خودران
• 90. فصل ۹۰: آینده MPC در سیستم‌های خودران
• 91. فصل ۹۱: پیشرفت‌های اخیر در MPC
• 92. فصل ۹۲: تحقیقات آینده در MPC
• 93. فصل ۹۳: MPC برای سیستم‌های خودران نسل بعدی
• 94. فصل ۹۴: ادغام هوش مصنوعی پیشرفته
• 95. فصل ۹۵: کنترل فدرال با MPC
• 96. فصل ۹۶: یادگیری عمیق در MPC
• 97. فصل ۹۷: پردازش زبان طبیعی در MPC
• 98. فصل ۹۸: سیستم‌های ترکیبی فوق‌پیشرفته
• 99. فصل ۹۹: ارزیابی جامع MPC
• 100. فصل ۱۰۰: نتیجه‌گیری و چشم‌انداز