Knstliche Neuronale Netzwerke Zur Adaptiven Fahrdynamikregelung

Contenido del libro:

Este libro examina el uso de un concepto de control híbrido para el control de la dinámica de un vehículo autónomo de pruebas. Un controlador de dinámica lateral en cascada basado en modelos se amplía mediante una red neuronal artificial (RNA).

La RNA se implementa sin "conocimiento previo" y se entrena activamente en un bucle de control cerrado. Las investigaciones se llevan a cabo tanto en simulaciones como en un vehículo de pruebas real. Las pruebas muestran el comportamiento del concepto de control híbrido.

Con una dinámica de vehículo baja, es posible un control preciso del vehículo incluso sin una RNA. Sin embargo, con una dinámica elevada se producen desviaciones de la trayectoria objetivo, que se reducen gradualmente mediante la red de aprendizaje iterativo.

La optimización de los pesos de la red en función de la situación compensa la influencia del error sistemático del modelo subyacente y mejora el rendimiento del control. Este comportamiento puede demostrarse seleccionando adecuadamente los parámetros de diseño de la RNA para cada uno de los escenarios considerados.

La adaptación de los pesos de la red permite mejorar el rendimiento del control en comparación con el controlador básico basado puramente en el modelo, tanto en caso de error como en caso de dinámica elevada del vehículo e identificación imprecisa del sistema.