Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung
In dem vorliegenden Buch wird der Einsatz eines hybriden Regelungskonzeptes für die Fahrdynamikregelung eines autonomen Versuchsträgers untersucht. Dabei wird ein modellbasierter, kaskadierter Querdynamikregler um ein künstliches neuronales Netzwerk (KNN) erweitert. Das KNN wird ohne "Vorwissen" implementiert und aktiv im geschlossenen Regelkreis trainiert. Die Untersuchungen werden dabei sowohl in Simulationen, als auch in einem realen Versuchsträger durchgeführt. Die Versuche zeigen das Leistungsvermögen des hybriden Regelungskonzeptes. Bei geringer Fahrzeugdynamik ist eine präzise Fahrzeugführung auch ohne KNN möglich. Bei hoher Dynamik resultieren jedoch Abweichungen vom Sollkurs, die durch das iterativ lernende Netzwerk schrittweise reduziert werden. Durch die situationsabhängige Optimierung der Netzwerkgewichte wird der Einfluss des systematischen Fehlers des zu Grunde liegenden Modells kompensiert und die Regelgüte verbessert. Dieses Verhalten kann durch geeignete Auswahl derDesignparameter des KNN für jedes der betrachteten Szenarien aufgezeigt werden. Die Anpassung der Netzwerkgewichte ermöglicht sowohl im Fehlerfall als auch bei hoher Fahrzeugdynamik und ungenauer Systemidentifikation eine Verbesserung der Regelgüte im Vergleich zum rein modellbasierten Basisregler.
Afficher plusDisponible, délai de livraison : 1-3 jours
Plus qu'un exemplaire disponible !
Plus d'infos sur l'état
90,94 €*
Prix TTC plus Frais de livraison
Garantie de satisfaction 14 jours
Commande sans risque
Produits d'occasion contrôlés
Contrôlé individuellement
Informations sur le produit "Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung"
Connexion
Livraison gratuite à partir de 29 €
Retour gratuit pendant 14 jours - Aucun risque
Livres d'occasion vérifiés