Steuerung lokaler Fahrmanöver durch direkte Kopplung abbildender Sensorik an ein künstliches neuronales Netz

Wegen der starken Nichtlinearitat der Problemstellung ist die Entwicklung eines Steuerungsgesetz fur lokale Fahrmanover autonomer Fahrzeuge mit klassischen Methoden oft recht aufwendig. Im vorliegenden Beitrag werden deshalb die prinzipiellen Moglichkeiten der Vorgehensweise zum Entwurf eines auf kunstlichen neuronalen Netzen (KNN) basierenden Lenkreglers fur das automatische Einparken aufgezeigt, und Kriterien fur seine erfolgreiche Anwendung herausgearbeitet. Zur Synthese des Reglers werden in der Vorfuhrphase Trajektorien durch einen Experten vorgefahren, welche die angewandte Lenkstrategie implizit beschreiben. Mit Hilfe von dabei aufgenommenen CCD-Kamera-Bildern und des Fahrzeug-Lenkwinkels wird ein KNN so trainiert, das es die vom Experten verfolgte Steuerungs Strategie reproduziert und verallgemeinert. Dadurch wird ohne explizite Modellbildung ein neuronaler Einparkregler synthetisiert, der die gewunschte hochkomplexe Regelungsfunktion unter Berucksichtigung kinematischer und kinetischer Beschrankungen des Fahrzeugs approximiert. Die praktische Anwendbarkeit der Vorgehensweise wird durch experimentelle Validierung mit dem Roboterfahrzeug MACROBE belegt.