Marknadens största urval
Snabb leverans

Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung

Om 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.

Visa mer
  • Språk:
  • Tyska
  • ISBN:
  • 9783658431082
  • Format:
  • Häftad
  • Sidor:
  • 324
  • Utgiven:
  • 5. januari 2024
  • Utgåva:
  • 24001
  • Mått:
  • 148x18x210 mm.
  • Vikt:
  • 421 g.
  Fri leverans
Leveranstid: 2-4 veckor
Förväntad leverans: 18. december 2024

Beskrivning av 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.

Användarnas betyg av Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung



Hitta liknande böcker
Boken Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung finns i följande kategorier:

Gör som tusentals andra bokälskare

Prenumerera på vårt nyhetsbrev för att få fantastiska erbjudanden och inspiration för din nästa läsning.