Refine
Document Type
- Article (2)
- Book (1)
- Master's Thesis (1)
Language
- German (4)
Keywords
- Autonomes Fahrzeug , Sicherheit , Künstliche Intelligenz , Assistenzsystem , Entropie (1)
- Einspurmodell (1)
- Informationstheorie (1)
- Künstliche Intelligenz (1)
- Künstliche Intelligenz , Autonomes Fahrzeug , Entropie , Sicherheit , Stochastik (1)
- Maximale Entropie (1)
- Unsicheres Wissen (1)
- Wissenserzeugung (1)
- Zustandsregler , Querdynamik , Autonomes Fahrzeug , Parameterschätzung , Modellierung , Prognose (1)
Im Rahmen dieser Arbeit wird eine Regelung für die Querdynamik eines autonom fahrenden Modellfahrzeugs vorgestellt. Neben einer hohen Regelgüte gilt der Transparenz und Portierbarkeit des Entwurfs besonderes Augenmerk. Die Erfüllung dieser Forderungen erfolgt mittels eines modellbasierten Ansatzes. Hierzu wird die Dynamik des Fahrzeugs in einem physikalischen Einspurmodell abgebildet. Der Gültigkeitsbereich des Modells und seine Einschränkungen werden beschrieben. Die Identifikation der Modellparameter basiert ebenfalls auf physikalischen Teilmodellen. Als Regelgröße für die Querdynamik wird der Schwimmwinkel genutzt. Mit dieser Größe können sowohl die Querabweichung als auch die Fahrzeugorientierung abgeglichen werden. Der einzuregelnde Sollschwimmwinkel kann aus Koordinaten einer Kursdatei und der aktuellen Fahrzeugposition berechnet werden. Alternativ erfolgt die Ermittlung über einer Sollbahnkurve, die aus den Daten einer Kamera approximiert wurde, und der aktuellen Fahrzeugposition. Die Forderungen nach hoher Regelgüte und einfacher Portierbarkeit, bei hoher Transparenz der Bedatung, werden durch einen Zustandsregler erfüllt, der in dieser Arbeit als diskreter Regler zur Anwendung kommt. Da verschiedene Zustandsgrößen in den Fahrzeugen der Hochschule Esslingen nicht als Messwerte zur Verfügung stehen, wird der Zustandsvektor mittels eines Luenberger Beobachters geschätzt. Die Verifizierung des Fahrzeugmodells sowie des Gesamtentwurfs erfolgt mittels Simulationen in MATLAB / Simulink sowie in Fahrversuchen.
Das Prinzip der maximalen Entropie ist ein Verfahren der künstlichen Intelligenz, mit dem fehlendes stochastisches Wissen generiert werden kann. Dadurch ist die Methode für alle Aufgabenstellungen anwendbar, in denen temporär oder dauerhaft nur unvollständiges Wissen vorliegt. Das Prinzip fügt zu vorhandenem lückenhaften Wissen so viel, wie möglich Unsicherheit hinzu und minimiert dadurch nicht gerechtfertigte si-chere Annahmen. Anhand eines einfachen Beispiels mit zwei booleschen Zufallsvariablen wird die Überwachungseinrichtung einer Produktionsanlage modelliert. Dabei liegt über die Güte der Überwachung nur unvollständiges Wissen vor. Aus den gegebenen Informationen werden nun die Berechnungsschritte hin bis zu einer vollständigen Wahrscheinlichkeitsverteilung demonstriert. Diese Verteilung repräsentiert das vollständige Wissen aller Zusammenhänge des Modells. Die so gewonnene Wahrscheinlichkeitsverteilung wird abschließend zur Bewertung der Güte der Überwachungsanlage genutzt und ermöglicht dabei statistische Aussa-gen, welche mit dem ursprünglich gegebenen Wissen nicht möglich wa-ren.