Chapter

Deep Controller für autonomes Fahren

December 2019

DOI:10.1007/978-3-658-28886-0_4

In book: Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning (pp.33-46)

Authors:

Andreas Folkers

Atlas Elektronik

Aufbauend auf den theoretischen Resultaten der beiden vorigen Kapitel wird im Folgenden ein Vorgehen beschrieben, um Steuerkommandos für ein autonomes Fahrzeug zu berechnen. Dazu werden in den Abschnitten 4.1 und 4.2 zunächst die konkrete Aufgabenstellung erläutert sowie mögliche Lösungsansätze vorgestellt. Anschließend wird in Abschnitt 4.3 erklärt, wie auf Grundlage von Algorithmus 3.12 ein Neuronales Netz zur Steuerung eines selbstfahrenden Autos trainiert werden kann.

ResearchGate has not been able to resolve any citations for this publication.

ResearchGate has not been able to resolve any references for this publication.

Conference Paper

Full-text available

Neural Network Based Sliding Mode Lateral Control For Autonomous Vehicle

April 2020

Nowadays, autonomous driving represents a major challenge for automobile manufacturers in order to reach the latest levels of autonomy. Any autonomous vehicle development project focuses on three fundamental phases; environmental perception, trajectory planning and path pursuit which including control and command as an integral part. This paper presents a Sliding Mode Controller based on the ... [Show full abstract] Radial Basic Function Neural Networks (SMC_RBNN) able to control the lateral dynamics of the vehicle. For a sinusoidal reference path, the proposed control strategy, SMC_RBNN, showed better results than those obtained with a conventional Sliding Mode Controller (SMC), in terms of lateral tracking error.

Last Updated: 21 Nov 2024