Knstliche Neuronale Netzwerke Zur Adaptiven Fahrdynamikregelung
Ez a könyv egy hibrid szabályozási koncepció alkalmazását vizsgálja egy autonóm tesztjármű járműdinamikai szabályozására. Egy modellalapú, kaszkádos oldalirányú dinamikai szabályozót egy mesterséges neurális hálózattal (ANN) bővítünk ki.
Az ANN-t "előzetes tudás" nélkül valósítják meg, és aktívan betanítják egy zárt szabályozási hurokban. A vizsgálatokat szimulációkban és egy valós tesztjárműben is elvégezzük. A tesztek a hibrid szabályozási koncepció teljesítményét mutatják.
Alacsony járműdinamika mellett a jármű pontos szabályozása ANN nélkül is lehetséges. Nagy dinamika azonban a célpályától való eltéréseket eredményez, amelyeket az iteratív tanuló hálózat fokozatosan csökkent.
A hálózat súlyainak helyzetfüggő optimalizálása kompenzálja az alapul szolgáló modell szisztematikus hibájának hatását, és javítja az irányítási teljesítményt. Ez a viselkedés az ANN tervezési paramétereinek megfelelő megválasztásával demonstrálható az egyes vizsgált forgatókönyvekhez.
A hálózati súlyok adaptálása lehetővé teszi a tisztán modellalapú alapszabályozóhoz képest a szabályozási teljesítmény javítását, mind hiba esetén, mind nagy járműdinamika és pontatlan rendszerazonosítás esetén.