4 휠 독립 조향 차량의 핸들링 성능 향상을 위한 자가 동조 기반 적응형 모델 예측 제어 알고리즘 개발

Q: 이 논문에서 정의한 모델 예측 제어 알고리즘이란 무엇인가?

모델 예측 제어 알고리즘은 시스템의 수학적 모델을 이산화하여 선형적으로 상태를 예측하고, 목적함수 기반 최적 입력 값을 도출하는 제어기이다. 하지만 불확실성이 큰 시스템에서는 합리적인 제어 입력 값 도출이 어렵다는 한계가 있다.

Q: 자가 동조 기반 적응형 모델 예측 제어 알고리즘은 핸들링 성능을 어떻게 향상시키는가?

연구 결과, 자가 동조 기반 적응형 모델 예측 제어 알고리즘은 차량의 요 변화율과 입력 가중치 관계를 정의하고, 재귀적 순환 최소 자승법으로 비례상수를 실시간 추정하여 입력 가중치를 갱신한다. 이를 통해 불확실성이 존재하는 상황에서도 합리적인 최적 조향 입력 값을 도출하여 차량의 핸들링 성능을 향상시킨다.

송태준; 이혜원; 김민준; 오광석

doi:10.7467/KSAE.2020.28.8.521

추천

검색

질문

자료유형: 학술저널

저자정보: 송태준 (한경대학교) 이혜원 (한경대학교) 김민준 (현대자동차) 오광석 (한경대학교)

저널정보: 한국자동차공학회 한국자동차공학회논문집 한국자동차공학회논문집 제28권 제8호

발행연도: 2020.8

수록면: 521 - 533 (13page)

DOI: 10.7467/KSAE.2020.28.8.521

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper presents a self-tuning-based adaptive model predictive control algorithm for improving the handling performance of four-wheel independent- steering vehicles. The model predictive control algorithm was adopted to independently compute the optimal four-wheel steering angles of a vehicle for its handling performance by considering the physical constraints, such as the steering limits and the opposite-direction steering condition. The vehicle nonlinear model was used, and its Jacobian matrices were utilized to compute the control input for determining of the independent steering wheel angle with the driver’s steering input. Due to the model uncertainty and calculation process of the model predictive control algorithm, the uncertainty is increasing in the prediction step of the control algorithm, which may result in a relatively low control performance. To overcome the limitation by model uncertainty of the model predictive control algorithm, self-tuning and adaptation algorithms were designed based on the recursive least squares and MIT rule. Performance evaluation was conducted under a step steering scenario with various velocity conditions.

#Model predictive control(모델 예측 제어) #Self-tuning rule(자가 동조 규칙) #Independent steering(독립 조향) #Physical constraints(물리적 제약조건) #Recursive least squares(순환 최소 자승) #MIT rule(MIT 규칙)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-556-000845428

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)