大多数机器人系统通过操纵一组执行器（例如关节，车轮和螺旋桨）进行操作。为了确保机器人的准确而平稳的运动，必须精确控制这些执行器的运动。该课程关注机器人如何控制其关节和执行器以实现所需的轨迹。它将为学生提供基本理论、当前领先研究以及不同方法的优缺点，并主要集中于线性化系统。评估将包括技术、道德和社会影响。
该课程的目标是：
1. 培养学生对估计和控制算法的类型和种类的了解，包括它们的工作原理、实现方式以及何时最适合使用不同类型和种类的控制。
2. 支持学生在机器人技术和人工智能领域创建实用解决方案，包括防止功能和非功能性要求、测试和评估模拟和真实世界环境中的解决方案，并阐明这些评估的局限性。
3. 为学生提供有关在定义问题的背景下产生的实用解决方案的适当性和质量推理的批判性分析工具。
4. 发展学习者能够在团队中工作并有效地进行控制系统设计和实施。
成功完成此课程后，学生将能够：
1. 使用一系列方法进行单变量和多变量控制，稳定性和鲁棒性，并能够在控制的背景下应用这些方法，以解决机器人技术和人工智能领域的复杂问题。
2. 应用估计的基本原理，并能够将其应用于机器人技术和人工智能领域的复杂问题。
3. 根据问题域中的预期工程目标从一系列可能性中选择适当的控制方法。
4. 设计、分解、计划和实施简单机器人系统的控制组件。
5. 演示和评估机器人系统的性能，并在适当的情况下改进它们。
该课程通常涵盖以下主题：
状态空间模型。
模型 - 预测模型，离散与连续时间。
简单控制：爆炸/爆炸，PID控制。
稳定性。
卡尔曼过滤器。
多变量控制。
线性二次控制。
强大的控制。
道德与安全。
要有资格选择该课程作为可选或选修课，必须在计划和年度学年中注册学生。
如需了解有关UCL-估计与控制课程辅导以及其他英国课程辅导的详细信息，请随时咨询DR.D留学生辅导机构。
