文献

J-GLOBAL ID：202202249336056557   整理番号：22A1040963

モデルフリー適応動的計画法とRBFニューラルネットワーク外乱補償による自律車の経路追跡制御【JST・京大機械翻訳】

Path tracking control of an autonomous vehicle with model-free adaptive dynamic programming and RBF neural network disturbance compensation

著者 (7件)： Wang Hongbo (School of Automotive and Transportation Engineering, Hefei University of Technology, Hefei, China) ,  Wang Hongbo (Anhui Intelligent Vehicle Engineering Laboratory, Hefei, China) ,  Hu Chenglei (School of Automotive and Transportation Engineering, Hefei University of Technology, Hefei, China) ,  Zhou Juntao (School of Automotive and Transportation Engineering, Hefei University of Technology, Hefei, China) ,  Feng Lizhao (School of Automotive and Transportation Engineering, Hefei University of Technology, Hefei, China) ,  Ye Bin (School of Automotive and Transportation Engineering, Hefei University of Technology, Hefei, China) ,  Lu Yongjie (State Key Laboratory of Mechanical Behavior and System Safety of Traffic Engineering Structures, Shijiazhuang Tiedao University, Shijiazhuang, China)
資料名： Proceedings of the Institution of Mechanical Engineers. Part D. Journal of Automobile Engineering  (Proceedings of the Institution of Mechanical Engineers. Part D. Journal of Automobile Engineering)
巻： 236  号： 5  ページ： 825-841  発行年： 2022年 
JST資料番号： H0947A  ISSN： 0954-4070  資料種別： 逐次刊行物 (A)
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： モデルベースコントローラの性能は,車両経路追跡プロセスにおけるモデルパラメータの不確実性と非線形性によって常に影響を受ける。この問題に取り組むために,モデルフリー適応動的計画法(ADP)に基づく新しい経路追跡制御装置を,この論文で自律車両のために提案する。特異的であるために,提案した制御装置は,オンライン状態と前輪角度入力データから情報を得て,反復して制御装置利得を反復的に計算する。したがって,この制御装置は,制御装置開発のための車両モデルパラメータの正確な知識を必要としない。一方,自律車両の経路追跡性能は,未知の非線形外部擾乱によって必然的に妨害されるであろう。この擾乱を近似するために,動径基底関数ニューラルネットワーク(RBFNN)の学習特性を適用して,前輪角の補償を生成した。その後,RBFNNの重み更新法則をLyapunov関数によって導き,全体のシステムの安定性と収束を確実にする。最後に,ループ(HIL)テスト結果におけるハードウェアは,提案したADP-RBF制御装置が,車両経路追跡制御システムの総合性能を改良することができて,経路追跡精度と最小横滑り角の間の釣合を達成することができることを示した。Copyright IMechE 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  制御装置 ,  *動的計画法 ,  不確実性 ,  Lyapunov関数 ,  制御 ,  ハードウェア ,  利得 ,  釣合
準シソーラス用語： 自律性 ,  モデルパラメータ ,  モデルベース ,  オンライン ,  *動径基底関数ニューラルネットワーク ,  外部擾乱 , 【Automatic Indexing@JST】

著者キーワード (5件)： 自律車両 ,  経路追跡 ,  モデルフリー ,  適応動的計画法 ,  外乱補償

分類 (3件)： 走行性能  (QG02020S) ,  システム設計・解析  (IA02030D) ,  走行装置  (QG03040V)

タイトルに関連する用語 (8件)： モデル ,  適応 ,  動的計画法 ,  RBFニューラルネットワーク ,  外乱 ,  補償 ,  自律 ,  経路追跡