文献

J-GLOBAL ID：201802215323634286   整理番号：18A0714665

パラメータ変動システムのためのニューラルネットワークとの組合せにおけるエネルギーからピークへのフィルタリングに基づくロバストなオブザーバとその車両ロール角度推定への応用【JST・京大機械翻訳】

A robust observer based on energy-to-peak filtering in combination with neural networks for parameter varying systems and its application to vehicle roll angle estimation

著者 (3件)： Boada B.L. (Mechanical Engineering Department, Research Institute of Vehicle Safety (ISVA), Universidad Carlos III de Madrid, 30 Leganes, Madrid 28911, Spain) ,  Boada M.J.L. (Mechanical Engineering Department, Research Institute of Vehicle Safety (ISVA), Universidad Carlos III de Madrid, 30 Leganes, Madrid 28911, Spain) ,  Diaz V. (Mechanical Engineering Department, Research Institute of Vehicle Safety (ISVA), Universidad Carlos III de Madrid, 30 Leganes, Madrid 28911, Spain)
資料名： Mechatronics  (Mechatronics)
巻： 50  ページ： 196-204  発行年： 2018年 
JST資料番号： W0098A  ISSN： 0957-4158  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,車両ロール角推定のためのニューラルネットワークと組み合わせたエネルギー対ピークフィルタリングに基づくロバストなオブザーバを提案した。エネルギー対ピークフィルタリングは,任意の有界エネルギー擾乱に対する最小化誤差を推定する。ニューラルネットワークは,エネルギー対ピークに基づくオブザーバの入力として使用される,車両の擬似ロール角を推定するために,擬似センサとして作用する。提案したオブザーバの利点は次の通りである。1)各種環境で利用されるGPS情報を必要としない。2)加速度計や速度センサなどの現在の車両に設置されているセンサから得られる情報を用いる。3)各時間サンプルにおけるオブザーバ利得の計算を避け,単純化した車両モデルを利用することにより,計算時間を短縮する。4)車両モデルのパラメータの不確実性を考慮した。5)外乱の影響を軽減する。シミュレーションと実験結果の両方により,提案したオブザーバの有効性を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  *ロバスト性 ,  CPU時間 ,  加速度計 ,  *フィルタリング ,  センサ ,  速度センサ ,  簡素化 ,  利得 ,  不確実性 ,  GPS
準シソーラス用語： GPS【位置決め】 ,  車両モデル ,  *ロール角 ,  *角度推定 ,  *パラメータ変動 , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動車の動力学 ,  車両ロール角 ,  エネルギーからピークへのオブザーバ ,  状態推定 ,  ニューラルネットワーク

分類 (2件)： システム同定  (IA02040O) ,  電動機  (NB07030U)

タイトルに関連する用語 (10件)： パラメータ変動 ,  ニューラルネットワーク ,  組合せ ,  エネルギー ,  フィルタリング ,  ロバスト ,  オブザーバ ,  ロール ,  角度推定 ,  応用