| 書目名稱 | Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung |
| 編輯 | Jonas Kaste |
| 視頻video | http://file.papertrans.cn/547/546116/546116.mp4 |
| 叢書名稱 | AutoUni – Schriftenreihe |
| 圖書封面 |  |
| 描述 | .In dem vorliegenden Buch wird der Einsatz eines hybriden Regelungskonzeptes für die Fahrdynamikregelung eines autonomen Versuchstr?gers 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 Versuchstr?ger durchgeführt. Die Versuche zeigen das Leistungsverm?gen des hybriden Regelungskonzeptes. Bei geringer Fahrzeugdynamik ist eine pr?zise Fahrzeugführung auch ohne KNN m?glich. Bei hoher Dynamik resultieren jedoch Abweichungen vom Sollkurs, die durch das iterativ lernende Netzwerk schrittweise reduziert werden. Durch die situationsabh?ngige 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 erm?glicht sowohl im Fehlerfall als auch bei hoher Fahrzeugdynamik und ungenauer System |
| 出版日期 | Book 2024 |
| 關(guān)鍵詞 | Iteratives Lernen; Künstliche neuronale Netzwerke; Autonomes Fahren; Adaptive Regelung; Hybrider Regler; |
| 版次 | 1 |
| doi | https://doi.org/10.1007/978-3-658-43109-9 |
| isbn_softcover | 978-3-658-43108-2 |
| isbn_ebook | 978-3-658-43109-9Series ISSN 1867-3635 Series E-ISSN 2512-1154 |
| issn_series | 1867-3635 |
| copyright | Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden Gmb |
|Archiver|手機版|小黑屋|
派博傳思國際
( 京公網(wǎng)安備110108008328)
GMT+8, 2025-10-9 17:29
發(fā)表于 2025-3-21 19:49:03
