文献

J-GLOBAL ID：202002286009157897   整理番号：20A0814833

ニューラルダイナミクス最適化に基づくモデル予測制御を用いた知的車両の軌道追跡【JST・京大機械翻訳】

Trajectory Tracking of Intelligent Vehicle Using Model Predictive Control Based on Neural-dynamics Optimization

著者 (3件)： Yu Jimin (Chongqing University of Posts and Telecommunications,College of Automation, Nan’an District,Chongqing,China) ,  Huang Mei (Chongqing University of Posts and Telecommunications,College of Automation, Nan’an District,Chongqing,China) ,  Yan Chuanyou (Chongqing University of Posts and Telecommunications,College of Automation, Nan’an District,Chongqing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CAC  ページ： 588-593  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,知的車両の軌道追跡のためのニューラルネットワーク最適化に基づくモデル予測制御(MPC)方式を提案した。最初に,車両運動学モデルを線形化して,車両運動学的線形追跡誤差モデルを得て,それを用いて,車両の将来の運動を予測することができた。フィードフォワード制御装置とフィードバック制御装置を組み合わせた制御方式を上げた。目的関数において,制御増分制約と緩和因子を考慮して,それによって,軌道の滑らかさを確実にした。MPC最適化は,不等式制約によって反復的に二次計画問題に変換することができて,次に,それは第一の二重ニューラルネットワークを使用することでオンラインで解明することができた。最後に,制御戦略の有効性と安定性を実験を通して証明した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  緩和現象 ,  フィードバック制御 ,  目的関数 ,  *最適化 ,  有効性 ,  線形性 ,  フィードフォワード制御 ,  制御方式 ,  二次計画法 ,  平滑度
準シソーラス用語： オンライン ,  線形化 ,  軌道追跡 ,  モデル予測制御 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ニューラルダイナミクス ,  最適化 ,  モデル予測制御 ,  軌道追跡