Dieses Bild zeigt Henning Schlüter

Henning Schlüter

Herr M.Sc.

Wissenschaftlicher Mitarbeiter
Institut für Systemtheorie und Regelungstechnik

Kontakt

+49 711 685 66312
+49 711 685 67735

Pfaffenwaldring 9
70569 Stuttgart
Deutschland
Raum: 3.234

Sprechstunde

nach Vereinbarung

Fachgebiet

Ich arbeite auf dem Gebiet der Modellprädiktive Regelung (MPC), insbesondere unter Berücksichtigung von Systemen, die erheblichen stochastischen Unsicherheiten unterliegen. Gegenwärtig liegt der Schwerpunkt auf dem Entwurf neuer Regelungsalgorithmen, die probabilistische Beschränkungen für das System durchsetzen, obwohl es möglicherweise großen Störungen und parametrischen Unsicherheiten ausgesetzt ist, die beispielsweise durch eine bekannte Gauß-Verteilung modelliert werden. Zu diesem Zweck werden die stochastischen Auswirkungen auf die vorhergesagte zukünftige Entwicklung des Systems offline berücksichtigt, um ein einfacheres deterministisches Optimierungsproblem für einen schnellen Online-Betrieb zu konstruieren. Wir haben ein neuartiges Initialisierungsschema eingeführt, um die Lösbarkeit des online Optimierungsproblems sicherzustellen, die mit den realisierten Verletzungen einhergehen, die eine probabilistische Interpretation der Einschränkungen ermöglicht. Darüber hinaus arbeite ich an nicht-linearen Varianten von stochastischen Regelung MPC, bei denen Systemeigenschaften wie die inkrementelle Stabilisierbarkeit ausgenutzt werden. Insgesamt konzentriert sich meine Forschung auf die Ableitung strenger Garantien für die entwickelten MPC Algorithmen.

Google-scholar profile 0000-0001-6057-2404
arXiv profile
  1. H. Schlüter und F. Allgöwer, „Stochastic Model Predictive Control using Initial State and Variance Interpolation“, in Proc. 62nd IEEE Conference on Decision and Control (CDC), in Proc. 62nd IEEE Conference on Decision and Control (CDC). Singapore: IEEE, Dez. 2023. doi: 10.1109/CDC49753.2023.10383711.
  2. M. Zimmer u. a., „In vivo Assessment of Shear Wave Propagation in Pennate Muscles using an Automatic Ultrasound Probe Alignment System“, IEEE Open Journal of Engineering in Medicine and Biology, S. 1–9, Nov. 2023, doi: 10.1109/OJEMB.2023.3338090.
  3. Z. Ma, H. Schlüter, F. Berkel, T. Specker, und F. Allgöwer, „Recursive Feasibility and Stability for Stochastic MPC based on Polynomial Chaos“, in Proc. 12th IFAC Symp. Nonlinear Control Systems (NOLCOS), in Proc. 12th IFAC Symp. Nonlinear Control Systems (NOLCOS), vol. 56. Canberra, Australia: Elsevier, Jan. 2023, S. 204–209. doi: 10.1016/j.ifacol.2023.02.035.
  4. H. Schlüter und F. Allgöwer, „Stochastic model predictive control using initial state optimization“, in Proc. 25th Int. Symp. Mathematical Theory of Networks and Systems (MTNS), in Proc. 25th Int. Symp. Mathematical Theory of Networks and Systems (MTNS), vol. 55. Bayreuth, Germany: Elsevier, Nov. 2022, S. 454–459. doi: 10.1016/j.ifacol.2022.11.095.
  5. H. Schlüter, F. Solowjow, und S. Trimpe, „Event-triggered Learning for Linear Quadratic Control“, IEEE Transactions on Automatic Control, Bd. 66, Nr. 10, Art. Nr. 10, Okt. 2020, doi: 10.1109/tac.2020.3030877.
  6. H. Schlüter und F. Allgöwer, „A Constraint-Tightening Approach to Nonlinear Stochastic Model Predictive Control under General Bounded Disturbances“, in Proc. 21th IFAC World Congress, in Proc. 21th IFAC World Congress, vol. 53. Berlin, Germany, Juli 2020, S. 7130–7135. doi: 10.1016/j.ifacol.2020.12.518.
  7. H. Schlüter, P. Schillinger, und M. Bürger, „On the Design of Penalty Structures for Minimum-Violation LTL Motion Planning“, in 2018 IEEE Conference on Decision and Control (CDC), in 2018 IEEE Conference on Decision and Control (CDC). Dez. 2018, S. 4153–4158. doi: 10.1109/CDC.2018.8619148.

seit 05/2019

Wissenschaftliche Mitarbeiter am Institut für Systemtheorie und Regelungstechnik, Universität Stuttgart

10/2016 − 04/2019

Studium der "Technischen Kybernetik" (M.Sc.) an der Universität Stuttgart

Masterarbeit: "Event-Trigered Learning for Control" bei Dr. Sebastian Trimpe mit der Intelligent Control Systems Group des Max Planck Institute for Intelligent Systems.

10/2017 − 03/2018

Praktikum beim Bosch Center for Artificial Intelligence (BCAI) der Robert Bosch GmbH, Renningen

Thema: Minimum-Violation LTL Motion Planning (Publikation: [DOI])

10/2013 − 11/2016

Studium der "Technischen Kybernetik" (B.Sc.) an der Universität Stuttgart

Bachelorarbeit: "3D-Mapping using Planar Surface SLAM on Mobile Robots" bei Prof. Marc Toussaint am Machine Learning & Robotics Lab der Universität Stuttgart.

Zum Seitenanfang