文献

J-GLOBAL ID：202002291692344921   整理番号：20A2619770

自律車両経路追跡のための学習ベース予測誤差推定と補償器設計【JST・京大機械翻訳】

Learning based Predictive Error Estimation and Compensator Design for Autonomous Vehicle Path Tracking

著者 (6件)： Jiang Chaoyang (Beijing Institute of Technology,National Key Lab of Vehicular Transmission, School of Mechanical Engineering,Beijing,China) ,  Tian Hanqing (Beijing Institute of Technology,National Key Lab of Vehicular Transmission, School of Mechanical Engineering,Beijing,China) ,  Hu Jibin (Beijing Institute of Technology,National Key Lab of Vehicular Transmission, School of Mechanical Engineering,Beijing,China) ,  Zhai Jiankun (Beijing Institute of Technology,National Key Lab of Vehicular Transmission, School of Mechanical Engineering,Beijing,China) ,  Wei Chao (Beijing Institute of Technology,National Key Lab of Vehicular Transmission, School of Mechanical Engineering,Beijing,China) ,  Ni Jun (Beijing Institute of Technology,National Key Lab of Vehicular Transmission, School of Mechanical Engineering,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIEA  ページ： 1496-1500  発行年： 2020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： モデル予測制御(MPC)は,様々なタイプの制約を扱う能力により,自律車両の経路追跡に広く用いられている。しかし,数学モデルまたはモデル線形化の誤差のため,かなりの予測誤差が存在する。本論文では,経路追跡精度を改善するために,MPCと学習ベース誤差推定器およびフィードフォワード補償器を組み合わせたフレームワークを提案した。極端な学習機械を,車両状態フィードバック情報からモデルベースの予測誤差を推定するために実行した。オフライン訓練データを,いくつかの作動条件における経路追跡のために,それぞれ,モデル欠陥正規MPCによって制御された車両から収集した。データは,現在の実際の位置と対応する予測位置の間の車両状態と空間誤差を含む。推定した予測誤差に従って,PIDベースのフィードフォワード補償器を設計した。Carsimによるシミュレーション結果は,予測誤差の推定精度と自律車両の経路追跡のための提案フレームワークの有効性を示す。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： シミュレーション ,  *学習 ,  数学モデル ,  フィードフォワード ,  *補償装置 ,  有効性 ,  *予測誤差
準シソーラス用語： 訓練データ ,  推定精度 ,  *誤差推定 ,  モデルベース ,  運転条件 ,  モデル予測制御 ,  状態フィードバック ,  線形化 , 【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 (7件)： 自律 ,  経路追跡 ,  学習 ,  予測誤差 ,  推定 ,  補償器 ,  設計