Im Rahmen der Fabrikautomatisierung werden immer schnellere, automatisch gesteuerte Fahrzeuge gebraucht. PI-Regler wurden durch Fuzzy-Logik ersetzt. Dennoch wird immer noch viel Zeit für die Entwicklung entsprechender Gleichungen und Einstellparameter benötigt. Ein neues Verfahren, basierend auf neuronalen Netzen unter Verwendung der Rückwärtsausbreitungsmethode soll dem abhelfen. Die Werte der Fuzzy-Logik werden als Erfahrungs- bzw. Lernwerte dem neuronalen Netz eingegeben. Verwendet wurde ein hierarchisch organisiertes neuronales Netz, bestehend aus drei Schichten. In der Modellsimulation und im experimentellen Einsatz ergab sich, daß die neuronalen Netze die Daten, die für den engsten Kurvenradius bei maximaler Geschwindigkeit eingegeben wurden, auf andere Parameter übertragen können. Die Anzahl der notwendigen Wiederholungen für das lernende System bestimmt die letztendliche Regelqualität.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Neural-network steering control of an automated guided vehicle


    Weitere Titelangaben:

    Lenkungsregelung eines automatisch geführten Fahrzeugs durch neuronale Netze


    Beteiligte:
    Funabiki, S. (Autor:in) / Mino, M. (Autor:in)

    Erschienen in:

    Erscheinungsdatum :

    1994


    Format / Umfang :

    9 Seiten, 18 Bilder, 2 Tabellen, 10 Quellen




    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Print


    Sprache :

    Englisch




    Neural-Network Steering Control of an Automated Guided Vehicle

    Funabiki, Shigeyuki | Online Contents | 1994


    STEERING CONTROL METHOD FOR AUTOMATED GUIDED VEHICLE

    KIM TAE KYUNG / LEE YOUNG HO | Europäisches Patentamt | 2022

    Freier Zugriff

    AGV Automated Guided Vehicle steering controller and control method thereof

    PARK JAE SUNG / YUN YOUNG MIN / MOON IN HO | Europäisches Patentamt | 2019

    Freier Zugriff