Dieses Bild zeigt Hannes Eschmann

Hannes Eschmann

Herr M.Sc.

Institut für Technische und Numerische Mechanik (ITM)

Kontakt

+49 711 685 66581
+49 711 685 66400

Pfaffenwaldring 9
70569 Stuttgart
Deutschland
Raum: 4.121

Fachgebiet

Theoretical Guarantees for Predictive Control in Adaptive Multi-Agent Systems

schwarz: veröffentlicht,  grün: zur Veröffentlichung angenommen,  orange: zur Veröffentlichung eingereicht

  • Bold, L.; Eschmann, H.; Rosenfelder, M.; Ebel, H.; Worthmann, K.: On Koopman-Based Surrogate Models for Non-Holonomic Robots. Zur Veröffentlichung eingereicht, 2023. Preprint: arXiv:2301.07960
  • Eschmann, H.; Ebel, H.; Eberhard, P.: Exploration-Exploitation-based Trajectory Tracking of Mobile Robots Using Gaussian Processes and Model Predictive Control., Robotica, DOI: 10.1017/S0263574723000863, 2023.
  • Fehr, J.; Kargl, A.; Eschmann, H.: Identification of Friction Models for MPC-based Control of a PowerCube Serial Robot. 10th European Nonlinear Dynamics Conference (ENOC22), Lyon, France, DOI: 10.48550/arXiv.2203.10896, 2022.
  • W. Luo; Eschmann, H.; Eberhard, P.: Gaussian Process Regression-augmented Nonlinear Model Predictive Control for Quadrotor Object Grasping. International Conference on Unmanned Aircraft Systems (ICUAS), Vol. 16, pp. 11-19, DOI: 10.1109/ICUAS54217.2022.9836200, 2022.
  • Eschmann, H.; Ebel, H.; Eberhard, P.: High Accuracy Data-Based Trajectory Tracking of an Omnidirectional Mobile Robot., 31st International Conference on Robotics in Alpe-Adria-Danube Region, DOI:10.1007/978-3-031-04870-8_49, 2022.
  • Eschmann, H.; Ebel, H.; Eberhard, P.: Trajectory Tracking of an Omnidirectional Mobile Robot Using Gaussian Process Regression. at - Automatisierungstechnik, Vol. 69, No. 8, DOI:10.1515/auto-2021-0019, 2021.
  • Eschmann, H.; Ebel, H.; Eberhard, P.: Data-Based Model of an Omnidirectional Mobile Robot Using Gaussian Processes. IFAC-PapersOnLine, Vol. 54, No. 7, pp. 13-18, Special Issue on the 19th IFAC Symposium on System Identification, DOI: 10.1016/j.ifacol.2021.08.327, 2021.
  • Eschmann, H.; Eberhard, P.: Learning-Based Model Predictive Control for Multi-Agent Systems using Gaussian Processes. Proceedings in Applied Mathematics and Mechanics, Vol. 20, No. 1, DOI: 10.1002/pamm.202000009, 2020.
  • Eschmann, H.: System- und Regleranalyse von Schwingungsphänomenen im Antriebsstrang mit Ausgleichsgetriebe bei Lastfällen mit unterschiedlichen links-, rechts- Straßenreibwert, Masterarbeit. Institut für Mechanik und Meerestechnik, Technische Universität Hamburg, 2019. (Seifried, R.; Pham, H. T.; Werner, H.)
  • Modellierung und Simulation eines robotischen Manipulators, Bachelorarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2023. (laufend)
    Betreeung gemeinsam mit Dr.-Ing. Henrik Ebel, and Mario Rosenfelder, M.Sc.
  • Datenbasierte Modellierung und Regelung eines mobilen Roboters auf Kraftebene, Bachelorarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgartt, 2022.
    Betreuung gemeinsam mit Dr.-Ing. Henrik Ebel
  • Set-Membership Partikelfilter zur Roboterlokalisierung.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2022.
    Betreuung gemeinsam mit Dr.-Ing. Henrik Ebel und Tom Könecke, M.Sc.
  • Untersuchung der Nutzung hochgenauer Bewegungsmodelle für Simultaneous Localization and Mapping, Bachelorarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2021.
    Betreuung gemeinsam mit Dr.-Ing. Henrik Ebel
  • Modellprädiktive Pfadfolgeregelung mobiler Roboter, Masterarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2021.
    Betreuung gemeinsam mit Mario Rosenfelder, M.Sc.
  • Adaptive datenbasierte Trajektorienfolgeregelung eines omnidirektionalen Roboters, Bachelorarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2021.
  • Datenbasierte Modellierung und Regelung eines mobilen Roboters mit Differentialantrieb, Bachelorarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2021.
    Betreuung gemeinsam mit Dr.-Ing. Henrik Ebel
  • Verteilte modellprädiktive Regelung nichtholonomer omnidirektionaler mobiler Roboter, Masterarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2020.
    Betreuung gemeinsam mit Dr.-Ing. Henrik Ebel
  • Statistische Stabilitätsgarantien für die Magnetregelung des Transrapids bei modellprädiktiver Regelung, Masterarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2020. 
    Betreuung gemeinsam mit Patrick Schmid, M.Sc.
  • Implementierung und Vergleich von stochastischen Regressionsalgorithmen für die adaptive datenbasierte Modellierung, Bachelorarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2020.
  • Modellierung und Simulation eines mobilen Roboters mit vier Mecanum-Rädern, Bachelorarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2020.
    Betreuung gemeinsam mit Dr.-Ing. Henrik Ebel
  • DMD Methoden zur Identifizierung von Reibkraftmodellen für einen Schunk PowerCube Roboter, Bachelorarbeit.
    Institut für Technische und Numerische Mechanik, Universität Stuttgart, 2020

 

  • 4. Juni 2019: ITM Statusseminar, Bad Herrenalb; "System- und Regleranalyse von Schwingungsphänomenen im Antriebsstrang mit Ausgleichsgetriebe bei Lastfällen mit unterschiedlichen links-, rechts- Straßenreibwert"
  • 30. Oktober 2019: SimTech Machine-Learning Spotlight Session, Stuttgart; "Learning-based Model Predictive Control using Gaussian Processes"
  • 12. Dezember 2019: SimTech Statusseminar, Bad Boll, "Theoretical Guarantees for Predictive Control in Adaptive Multi-Agent Scenarios"
  • 12. Juni 2020: SimTech PN4 Meetup; "PN4-4: Theoretical Guarantees for Predictive Control in Adaptive Multi-Agent Scenarios"
  • 12. Februar 2020: SimTech Graduiertenseminar "The Mathemathics of Gaussian-Processes in Controls", Stuttgart; "Safe and Cautious Model Predictive Control using Gaussian-Processes"
  • 16 Juli 2020: Learning-Based Model Predictive Control for Multi-Agent Systems using Gaussian Processes, ITM Statusseminar 2020
  • 16. März 2021: 91st Annual Meeting of the International Association of Applied Mathematics and Mechanics (GAMM); "Learning-Based Model Predictive Control for Multi-Agent Systems using Gaussian Processes"
  • 13. Juli 2021: 19th IFAC Symposium on System Identification(SYSID); "Data-Based Model of an Omnidirectional Mobile Robot Using Gaussian Processes"
  • 20. Juli 2021: SimTech Graduate Seminar, "Recent scientific advances in robotics"; "Particle robotics based on statistical mechanics of loosely coupled components"
  • 22. Juli 2021: SimTech PN4 Meetup; "Robotics and Distributed Robotics at the ITM: Challenges for Learning and Control"
  • 25. November 2021: ITM Statusseminar, Monbachtal; "HERA Meets Gaussian Processes: Possibilities of Data-Based Techniques for Mobile Robot Applications"
  • 12. Januar 2022: SimTech Machine-Learning Spotlight Session, Stuttgart; "Data-driven methods for engineering applications @ ITM"
  • 9. Juni 2022: 31st International Conference on Robotics in
    Alpe-Adria-Danube Region; "High accuracy data-based trajectory tracking of an omnidirectional mobile robot"
  • 25. Juli 2022: ITM Statusseminar, Hösbach; "A Computationally Efficcient Robust Control Framework for Omnidirectional Mobile Robots"
Zum Seitenanfang