선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 무인차량의 횡방향 제어를 위한 신경망 기반 적응 제어기법을 제안하였다. 공칭모델 정보를 활용하여 추정해야 하는 불확실성의 크기를 감소시켰고, 입력 이득요소를 폐루프 시스템에 직접 포함시켜 입력 이득요소에서 발생할 수 있는 불확실성을 고려하였다.
- 특히, 미국 DARPA에서 주관하는 Grand/Urban 챌린지 등의 대회를 통해, 다양한 센서를 활용한 환경 인식(perception)과, 인식된 환경에 기반한 경로점 생성(path planning), 생성된 경로점을 추종하는 제어(control)를 모두 통합하는 많은 연구가 진행되고 있다[1-3]. 본 논문은 위에서 언급된 자율주행 연구 중에서 주어진 경로점을 추종하기 위한 제어에 집중된 연구 결과로, 무인차량의 횡방향 운동을 위한 신경망(NN: Neural Netw orks) 기반 적응제어기(adaptive controller)를 제안한다.
- 본 논문의 최종 목표는 요각을 추종하는 신경망 기반 적응 제어기를 설계하는 것이다. 이를 위해 요각에 대한 kinematics와 dynamics를 활용하게 되며 요각을 관심 출력(interest output)으로 선정한다.
가설 설정
- 본 논문에서 고려하는 무인차량의 횡방향 동역학 모델은 affine 시스템으로 표현되고, drift와 입력 이득요소에 불확실성이 존재하는 것으로 가정한다. 가상 제어입력(virtual control)과 affine 특성을 고려하여 최종 제어입력을 설계하고, 무인차량 횡방향 모델의 오차 동역학을 유도한다.
- 그러므로 그림 1에 도시된 바와 같이 bicycle 모델을 활용하는데, 속도는 일정하게 유지된다고 가정하는 것이 일반적이다. 본 논문에서도 임의의 종방향 제어기로부터 속도가 일정하게 유지된다는 가정하에, 횡방향 제어기를 설계토록 한다.
- 식 (4)에 정의된 시스템은 모두 알고 있는 상수들로 구성된다. 하지만 실제 상황에서 그러한 상수들을 정확하게 안다는 것은 불가능하기 때문에 동역학 식 (4)을 다음과 같은 불확실한 비선형 시스템으로 가정한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.