Hoppa till innehållet
Achilleas Seisa
Achilleas Seisa

Achilleas Seisa

Doktorand, MC
Luleå tekniska universitet
Robotik och artificiell intelligens
Signaler och system
Institutionen för system- och rymdteknik
achilleas.seisa@ltu.se
A2576 Luleå

Bio

Jag är en Ph.D. student vid institutionen för datavetenskap, elektro- och rymdteknik vid Luleå tekniska universitet, Sverige. Jag är en del av forskargruppen för robotik och artificiell intelligens vid Signal and System Division, under ledning av Professor George Nikolakopoulos. Jag tog min integrerade magisterexamen i elektroteknik och datavetenskap från University of Patras, Grekland, där min riktning var mot automatisk styrning och robotsystem. Mitt forskningsintresse är fokuserat på edge computing-arkitekturer för robotapplikationer, antennmanipulationsautonomikomponenter och augmented reality för fjärrstyrd antenndrift. För närvarande arbetar jag med projektet "AERO-TRAIN", och titeln på mitt projekt är "Augmented reality for enhancing semi-autonomous remote aerial manipulation".

LinkedIn - Google Scholar - ResearchGate - Publons - SciProfiles - ORCID

Projekt

AERO-TRAIN - Augmented reality for enhancing semi-autonomous remote aerial manipulation

  • Projekt Beskrivning
    • Projektet fokuserar på att utveckla metoder för att förbättra fjärrstyrningen av UAV:en genom att introducera autonomikomponenter som kan hantera integration/fusion av robotmodellering, banplanering, undvikande av hinder, flygkontroll på låg nivå och miljöuppfattning. Därför kommer detta projekt att handla om att bygga förstärkta verklighetsgränssnitt som möjliggör en exakt, enkel och säker samarbetsoperation mellan människa och maskin. Dessutom kommer fjärrstyrda (kantbaserade) autonomikomponenter att utvecklas, såsom omgivande perception, undvikande av hinder, assisterande navigering, förbättrad stabilitet vid flygning etc, som kommer att fungera som ett intelligent lager, som kommer att filtrera bort operationer som kan resultera i skada av infrastrukturen eller plattformen. Genom att uppnå detta kommer målet att gå mot säkrare fjärroperationer att uppnås.
  • Projektmål
    • Edge Computing och 5G för beräknings- och lagringsresurser med minimal latens
    • Hantera den sömlösa integrationen/fusionen av robotmodelleringen, vägplanering, undvikande av hinder, flygkontroll på låg nivå och miljöuppfattning
    • Utveckla algoritmer för autonom robot till användares förslag
    • Utveckla metoder för intuitiv kommando från användare till robot

Undervisningserfarenhet

Övervakning

Publikationer

Konferensbidrag

An Edge Architecture Oriented Model Predictive Control Scheme for an Autonomous UAV Mission (2022)

Seisa. A, Satpute. S, Lindqvist. B, Nikolakopoulos. G
Ingår i: 2022 IEEE 31st International Symposium on Industrial Electronics (ISIE), s. 1195-1201, IEEE, 2022
Artikel i tidskrift

An Edge-Based Architecture for Offloading Model Predictive Control for UAVs (2022)

Seisa. A, Satpute. S, Lindqvist. B, Nikolakopoulos. G
Robotics, Vol. 11, nr. 4
Artikel i tidskrift

E-CNMPC: Edge-Based Centralized Nonlinear Model Predictive Control for Multiagent Robotic Systems (2022)

Seisa. A, Lindqvist. B, Satpute. S, Nikolakopoulos. G
IEEE Access, Vol. 10, s. 121590-121601
Konferensbidrag

Edge Computing Architectures for Enabling the Realisation of the Next Generation Robotic Systems (2022)

Seisa. A, Damigos. G, Satpute. S, Koval. A, Nikolakopoulos. G
Ingår i: 2022 30th Mediterranean Conference on Control and Automation (MED), s. 487-493, IEEE, 2022