Modellgestützte neuronale Geschwindigkeitsregelung von Kraftfahrzeugen
暂无分享,去创建一个
In diesem Beitrag wird ein Fahrgeschwindigkeitsregler vorgestellt, der alle Geschwindigkeiten vom Fahrzeugstillstand bis zur Maximalgeschwindigkeit regelt. Diese Regelungsaufgabe ist mit linearen Regleransätzen schwer zu lösen, da das Fahrzeug über den gesamten Geschwindigkeitsbereich stark nichtlineares Verhalten zeigt. Mit der Verwendung eines einfachen MultilayerFeedforward-Perceptron Netzes soll hier zur Fahrgeschwindigkeitsregelung die inhärent nichtlineare Abbildungseigenschaft neuronaler Netze ausgenutzt werden. Der neuronale Geschwindigkeitsregler wird mit einem speziellen Trainingsverfahren anhand von wenigen simulierten Fahrmanövern an einem dynamischen Fahrzeugmodell trainiert. Über ein Verlaufsund verbrauchsoptimales Gütekriterium wird die Dynamik des geschlossenen Regelkreises vorgegeben. Praktische Ergebnisse mit dem Daimler-Benz Versuchsfahrzeug OSCAR (PKW Μ Β 300 TE) zeigen, daß ein so trainierter neuronaler Geschwindigkeitsregler sowohl im hohen als auch im sehr niedrigen Geschwindigkeitsbereich bis hin zum Stillstand (Stop & Go-Betrieb) eingesetzt werden kann.
[1] Manfred Mitschke,et al. Dynamik der Kraftfahrzeuge , 1972 .
[2] H. Takeuchi,et al. Practical Estimator for Self-Tuning Automotive Cruise Control , 1991, 1991 American Control Conference.
[3] B. Widrow,et al. Neural networks for self-learning control systems , 1990, IEEE Control Systems Magazine.
[4] Shingo Murakami,et al. AUTOMOBILE SPEED CONTROL SYSTEM USING A FUZZY LOGIC CONTROLLER , 1985 .