Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
The ‘FORESEE’ Prototype, Fully Active, Steered Two Axle Railway Vehicle Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Lateral Control Design for Autonomous Vehicles Using a Big Data-Based Approach

verfasst von : Dániel Fényes, Balázs Németh, Péter Gáspár

Erschienen in: Advances in Dynamics of Vehicles on Roads and Tracks

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In the paper an improved Model Predictive Control (MPC) design is presented for autonomous vehicles. The improvement of the control design is based on big data analysis of the lateral vehicle dynamics. In the big data analysis, the decision tree algorithm, C4.5 is used to determine the stable regions of the vehicle. Moreover, C4.5 is extended with the MetaCost algorithm, which is able to weight the percentages of certain misclassifications. In this way, the safe motion of the vehicle can be guaranteed. The results of the big data analysis are states-sets, which are used as constraints in the MPC control design.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Flow Field and Neural Network Guided Steering Control for Rigid Autonomous Vehicles
Nächstes Kapitel Search-Based Motion Planning for Performance Autonomous Driving
Literatur
1.
Cheng, N., Lyu, F., Chen, J., Xu, W., Zhou, H., Zhang, S., Shen, X.S.: Big data driven vehicular networks. IEEE Netw. 32(6), 160–167 (2018) CrossRef
2.
Coyte, J., Li, B., Du, H., Li, W., Stirling, D., Ros, M.: Decision tree assisted EKF for vehicle slip angle estimation using inertial motion sensors. In: IEEE International Joint Conference on Neural Network (IJCNN 2014), Beijing, China (2014)
3.
Fenyes, D., Nemeth, B., Asszonyi, M., Gaspar, P.: Side-slip angle estimation of autonomous road vehicles based on big data analysis. In: 26th Mediterranean Conference on Control and Automation, pp. 849–854, June 2018
4.
Domingos, P.: MetaCost: a general method for making classifiers cost-sensitive. In: 5th International Conference on Knowledge Discovery and Data Mining, San Diego, pp. 155–164 (2019)
5.
Li, S., Pei, X., Ma, Y.: A new road friction coefficient estimation method based on SVM In: 2012 IEEE International Conference on Mechatronics and Automation, pp. 1910–1914 (2012)
6.
Song, S., Min, K., Park, J., Kim, H., Huh, K.: Estimating the maximum road friction coefficient with uncertainty using deep learning. In: 21st International Conference on Intelligent Transportation Systems, pp. 3156–3161 (2018)
7.
Quinlan, J.R.: C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, San Mateo (1993)
Metadaten
Titel
Lateral Control Design for Autonomous Vehicles Using a Big Data-Based Approach
verfasst von
Dániel Fényes
Balázs Németh
Péter Gáspár
Copyright-Jahr
2020
Buch
Advances in Dynamics of Vehicles on Roads and Tracks

Print ISBN: 978-3-030-38076-2

Electronic ISBN: 978-3-030-38077-9

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-38077-9_133

    Premium Partner

    Bildnachweise