Ugrás a tartalomra

Fényes Dániel, Ph.D.

tudományos munkatárs, kutató
E-mail
@email
Telefon
+36 1 873 6501
Cím
1111 Budapest, Kende u. 13-17.
Szobaszám
K 222

Rendszer és Irányításelméleti Kutatólaboratórium

Tovább

Bemutatkozás

Fényes Dániel a Budapesti Műszaki és Gazdaságtudományi Egyetemen szerzett 2018-ban járműmérnöki M.Sc. oklevelet, majd Ph.D. fokozatot 2022-ben. Jelenleg az SZTAKI Rendszer és Irányításelméleti Kutató Laboratóriumának tudományos munkatársa.

Kutatási területe a változtatható geometriájú futóművek irányítása, illetve alkalmazása, továbbá klasszikus és gépi tanulási módszereken alapuló irányítási struktúrák összehangolása.

Beosztások

  • Tudományos munkatárs, SZTAKI Rendszer és Irányításelméleti Kutatólaboratórium

Végzettség

  • Járműmérnök B.Sc., Budapesti Műszaki és Gazdaságtudományi Egyetem (BME), 2016.
  • Járműmérnök M.Sc.,BME, 2018.
  • Közlekedés és járműtudományok Ph.D., BME 2022.

Kutatási területek

  • Változtatható geometriájú futóművek irányítása
  • Nagy adathalmazokon (BigData) alapuló irányítástervezés
  • Gépi tanulási eljárások irányításcélú felhasználása

Publikációs adatbázisok

Kiemelt publikációk

2024

In: 2024 32nd Mediterranean Conference on Control and Automation (MED) Institute of Electrical and Electronics Engineers, Piscataway (NJ), pp. 310-315.

An Improved Lateral Vehicle Control Design Using Ultra-Local Model-Based Slip Estimation

Szerzők
Fényes, Dániel
Németh, Balázs
Gáspár, Péter
Tovább
2024

LECTURE NOTES IN MECHANICAL ENGINEERING, 2024, pp. 700-706. ISSN 2195-4356

Design and Implementation of a Slip Control for Electric Formula Student Vehicle Using Sliding Mode Control

Szerzők
Alföldi, Ádám
Fényes, Dániel
Gáspár, Péter
Tovább
2024

LECTURE NOTES IN MECHANICAL ENGINEERING, 2024, pp. 812-818. ISSN 2195-4356

A Lateral Control Based on Physics Informed Neural Networks for Autonomous Vehicles

Szerzők
Hegedűs, Tamás
Fényes, Dániel
Németh, Balázs
Vu, V T
Gáspár, Péter
Tovább
2024

IFAC PAPERSONLINE, 58 (4)., pp. 437-442. ISSN 2405-8971

Estimation of cornering stiffness using ultra-local model and LPV-based observer

Szerzők
Fényes, Dániel
Hegedűs, Tamás
Gáspár, Péter
Tovább
2024

In: 2024 10th International Conference on Control, Decision and Information Technologies (CoDIT) International Conference on Control, Decision and Information Technologies IEEE, Piscataway (NJ), pp. 1631-1636.

An improved side-slip estimation algorithm based on ultra-local model technique for autonomous vehicles

Szerzők
Fényes, Dániel
Hegedűs, Tamás
Németh, Balázs
Vu, V T
Gáspár, Péter
Tovább
Összes publikáció