Der neuronale Geschwindigkeitsreglerentwurf basiert auf einer Multilayer-Feedforward-Perceptron-Netzarchitektur (MLP), der Regler besitzt eine MLP-Topologie mit 5 Eingangsgrößen, einer versteckten Schicht mit 10 Neuronen und einem Ausgangsneuron. Das Training des neuronalen Reglers erfolgt an einem nichtlinearen Fahrlängsdynamikmodell anhand von wenigen simulierten Fahrmanövern, die in Form von Referenzgeschwindigkeiten vorgegeben werden. Das Modell umfaßt den Verbrennungsmotor, das Automatikgeriebe, das Differential der Hinterachse und berücksichtigt auch die Fahrwiderstände. Der neuronale Regler wurde in einem Versuchsfahrzeug OSCAR (Optical Steered CAR) der Firma Daimler-Benz in verschiedenen Geschwindigkeisbereichen getestet. Es zeigte sich, daß bei mittleren und hohen Geschwindigkeiten (36 km/h bis 108 km/h) die Regelung einfacher zu realisieren ist als bei niedrigen Fahrgeschwindigkeiten (14 km/h bis 32 km/h).


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Modellgestützte neuronale Geschwindigkeitsregelung von Kraftfahrzeugen


    Additional title:

    Model-based neural speed control of road vehicles


    Contributors:
    Fritz, H. (author)

    Published in:

    Publication date :

    1996


    Size :

    6 Seiten, 4 Bilder, 9 Quellen



    Type of media :

    Article (Journal)


    Type of material :

    Print


    Language :

    German




    Energiesparende Geschwindigkeitsregelung

    Dobrowolski, M. / Kiersztejn, B. | Tema Archive | 1997


    ADAPTIVE GESCHWINDIGKEITSREGELUNG

    JIA YANZHAO | European Patent Office | 2023

    Free access

    Vorrichtung zur Geschwindigkeitsregelung

    BARTH ERIK | European Patent Office | 2020

    Free access

    Energiesparende Geschwindigkeitsregelung

    Dobrowolski, Maciej / Kiersztejn, Boguslaw | IuD Bahn | 1997


    Adaptive Geschwindigkeitsregelung

    BARRETT JORDAN / DIAMOND BRENDAN FRANCIS / LEWANDOWSKI ANDREW DENIS et al. | European Patent Office | 2023

    Free access