Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung / AutoUni - Schriftenreihe Bd.171 (PDF)
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)...
sofort als Download lieferbar
Printausgabe 99.99 €
eBook (pdf) -20%
79.99 €
39 DeutschlandCard Punkte sammeln
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung / AutoUni - Schriftenreihe Bd.171 (PDF)“
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 der Designparameter 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.
Der Autor
Jonas Kaste studierte Maschinenbau mit der Vertiefungsrichtung Luft- und Raumfahrttechnik an der TU Braunschweig und promovierte berufsbegleitend in der Konzernforschung eines Automobilherstellers.
Autoren-Porträt von Jonas Kaste
Jonas Kaste studierte Maschinenbau mit der Vertiefungsrichtung Luft- und Raumfahrttechnik an der TU Braunschweig und promovierte berufsbegleitend in der Konzernforschung eines Automobilherstellers.
Bibliographische Angaben
- Autor: Jonas Kaste
- 2024, 1. Aufl. 2024, 283 Seiten, Deutsch
- Verlag: Springer Fachmedien Wiesbaden
- ISBN-10: 3658431091
- ISBN-13: 9783658431099
- Erscheinungsdatum: 04.01.2024
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: PDF
- Größe: 66 MB
- Ohne Kopierschutz
- Vorlesefunktion
Kommentar zu "Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung / AutoUni - Schriftenreihe Bd.171"
0 Gebrauchte Artikel zu „Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung / AutoUni - Schriftenreihe Bd.171“
Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
---|
Schreiben Sie einen Kommentar zu "Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung / AutoUni - Schriftenreihe Bd.171".
Kommentar verfassen