Control systems and robotics
L'area di ricerca Sistemi di Controllo e Robotica integra attività teoriche e sperimentali che spaziano dai fondamenti matematici del controllo automatico, dell'ottimizzazione e dell'intelligenza artificiale alla progettazione di piattaforme autonome capaci di operare in ambienti complessi e non strutturati. L'area è intrinsecamente multidisciplinare e riunisce competenze in modellistica, teoria del controllo, percezione, progettazione meccanica, data science e interazione uomo-robot per affrontare problemi di frontiera nell'ingegneria moderna. Il filo conduttore è l'autonomia: la capacità di sistemi ingegneristici di percepire, ragionare, decidere e agire senza supervisione continua, mantenendo sicurezza, affidabilità e coerenza con gli obiettivi umani.
Un primo pilastro riguarda le metodologie avanzate di controllo per sistemi dinamici. Ciò include il Model Predictive Control non lineare, con contributi su stabilità, ammissibilità e componenti data-driven; l'analisi e il controllo di sistemi ibridi, a commutazione e stocastici; la progettazione di osservatori e stimatori; e la teoria dei giochi dinamici per sistemi multi-agente. Trasversalmente, si integrano approcci model-based e data-driven, combinando reti neurali, processi gaussiani, reinforcement learning e metodi basati sull'operatore di Koopman con strumenti classici del controllo. Le applicazioni riguardano automotive, aerospazio e automazione industriale.
Un secondo pilastro riguarda l'ottimizzazione matematica e la data science. La ricerca affronta l'ottimizzazione robusta e per scenari in presenza di incertezza, con garanzie probabilistiche rigorose, l'intersezione tra machine learning e teoria dell'ottimizzazione, e l'ottimizzazione e la computazione quantistica. Le applicazioni spaziano dalla smart mobility — inclusi sistemi Mobility-on-Demand e gestione di flotte autonome — alla logistica, allo scheduling, alla finanza computazionale e a fenomeni su reti quali diffusione epidemica e contagio da default.
Un terzo pilastro riguarda la robotica di servizio e i sistemi autonomi, inclusi robot terrestri, droni e sistemi ibridi cooperativi. La ricerca sviluppa pipeline di percezione che integrano visione artificiale, LiDAR, radar e sensor fusion; navigazione autonoma e SLAM; e pianificazione ad alto livello. I domini applicativi comprendono ispezione di infrastrutture critiche, sorveglianza e sicurezza, agricoltura di precisione, gestione di ambienti urbani complessi e applicazioni spaziali. Particolare attenzione è dedicata alla robotica sociale e all'interazione uomo-robot, per progettare comportamenti robotici sicuri, leggibili e affidabili.
La robotica industriale e collaborativa costituisce un quarto filone, focalizzato sull'impiego di manipolatori e piattaforme mobili in contesti manifatturieri. Le attività coprono pianificazione delle traiettorie, controllo in forza, ottimizzazione della manipolabilità e progettazione di celle collaborative uomo-robot. Sono inoltre esplorate architetture di controllo ispirate a strutture neurali e cognitive, verso una maggiore adattabilità dell'intelligenza robotica.
Infine, la ricerca su sistemi in rete e coordinamento multi-agente sviluppa strumenti per il controllo distribuito di sistemi interconnessi su larga scala. Ciò include pianificazione del moto e coordinamento di squadre multi-UAV in ambienti urbani, algoritmi distribuiti robusti ai guasti di comunicazione e approcci di controllo per dinamiche di rete quali diffusione epidemica e formazione dell'opinione.
Tutte le attività sono supportate da laboratori robotici indoor con motion capture, infrastrutture di calcolo ad alte prestazioni e ambienti di test outdoor. L'area mantiene solide collaborazioni con partner industriali e istituzionali nei settori aerospaziale, automotive, agricolo e della gestione delle infrastrutture, promuovendo trasferimento tecnologico e validazione delle soluzioni in contesti operativi reali.
Un primo pilastro riguarda le metodologie avanzate di controllo per sistemi dinamici. Ciò include il Model Predictive Control non lineare, con contributi su stabilità, ammissibilità e componenti data-driven; l'analisi e il controllo di sistemi ibridi, a commutazione e stocastici; la progettazione di osservatori e stimatori; e la teoria dei giochi dinamici per sistemi multi-agente. Trasversalmente, si integrano approcci model-based e data-driven, combinando reti neurali, processi gaussiani, reinforcement learning e metodi basati sull'operatore di Koopman con strumenti classici del controllo. Le applicazioni riguardano automotive, aerospazio e automazione industriale.
Un secondo pilastro riguarda l'ottimizzazione matematica e la data science. La ricerca affronta l'ottimizzazione robusta e per scenari in presenza di incertezza, con garanzie probabilistiche rigorose, l'intersezione tra machine learning e teoria dell'ottimizzazione, e l'ottimizzazione e la computazione quantistica. Le applicazioni spaziano dalla smart mobility — inclusi sistemi Mobility-on-Demand e gestione di flotte autonome — alla logistica, allo scheduling, alla finanza computazionale e a fenomeni su reti quali diffusione epidemica e contagio da default.
Un terzo pilastro riguarda la robotica di servizio e i sistemi autonomi, inclusi robot terrestri, droni e sistemi ibridi cooperativi. La ricerca sviluppa pipeline di percezione che integrano visione artificiale, LiDAR, radar e sensor fusion; navigazione autonoma e SLAM; e pianificazione ad alto livello. I domini applicativi comprendono ispezione di infrastrutture critiche, sorveglianza e sicurezza, agricoltura di precisione, gestione di ambienti urbani complessi e applicazioni spaziali. Particolare attenzione è dedicata alla robotica sociale e all'interazione uomo-robot, per progettare comportamenti robotici sicuri, leggibili e affidabili.
La robotica industriale e collaborativa costituisce un quarto filone, focalizzato sull'impiego di manipolatori e piattaforme mobili in contesti manifatturieri. Le attività coprono pianificazione delle traiettorie, controllo in forza, ottimizzazione della manipolabilità e progettazione di celle collaborative uomo-robot. Sono inoltre esplorate architetture di controllo ispirate a strutture neurali e cognitive, verso una maggiore adattabilità dell'intelligenza robotica.
Infine, la ricerca su sistemi in rete e coordinamento multi-agente sviluppa strumenti per il controllo distribuito di sistemi interconnessi su larga scala. Ciò include pianificazione del moto e coordinamento di squadre multi-UAV in ambienti urbani, algoritmi distribuiti robusti ai guasti di comunicazione e approcci di controllo per dinamiche di rete quali diffusione epidemica e formazione dell'opinione.
Tutte le attività sono supportate da laboratori robotici indoor con motion capture, infrastrutture di calcolo ad alte prestazioni e ambienti di test outdoor. L'area mantiene solide collaborazioni con partner industriali e istituzionali nei settori aerospaziale, automotive, agricolo e della gestione delle infrastrutture, promuovendo trasferimento tecnologico e validazione delle soluzioni in contesti operativi reali.