Knstliche Neuronale Netzwerke Zur Adaptiven Fahrdynamikregelung

Contenuto del libro:

Questo libro esamina l'uso di un concetto di controllo ibrido per il controllo della dinamica del veicolo di prova autonomo. Un controllore della dinamica laterale a cascata basato su un modello viene esteso da una rete neurale artificiale (RNA).

La RNA viene implementata senza "conoscenze preliminari" e addestrata attivamente in un anello di controllo chiuso. Le indagini sono condotte sia in simulazioni che su un veicolo di prova reale. I test mostrano le prestazioni del concetto di controllo ibrido.

Con una bassa dinamica del veicolo, è possibile un controllo preciso del veicolo anche senza una RNA. Tuttavia, una dinamica elevata comporta deviazioni dalla rotta target, che vengono gradualmente ridotte dalla rete di apprendimento iterativo.

L'ottimizzazione dei pesi della rete in funzione della situazione compensa l'influenza dell'errore sistematico del modello sottostante e migliora le prestazioni di controllo. Questo comportamento può essere dimostrato selezionando opportunamente i parametri di progettazione della RNA per ciascuno degli scenari considerati.

L'adattamento dei pesi della rete consente di migliorare le prestazioni di controllo rispetto al controllore di base puramente basato sul modello, sia in caso di errore sia in caso di elevata dinamica del veicolo e di identificazione imprecisa del sistema.