Application of artificial neural networks in the model of predictive cruise control of a passenger car
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F29142890%3A_____%2F21%3A00041389" target="_blank" >RIV/29142890:_____/21:00041389 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Uplatnění umělých neuronových sítí v modelu prediktivního tempomatu osobního automobilu
Original language description
Tento článek se zabývá využitím neuronových sítí pro predikci zpomalení pro adaptivní tempomat. Příspěvek popisuje základní funkcionalitu adaptivního tempomatu a vytváří matematicko-fyzikální model brzdění, které je jednou ze základních funkcí adaptivního tempomatu. Dále je provedena analýza vlivů působících v procesu brzdění, z nichž nejvýznamnější jsou využity při návrhu predikce zpomalení pro adaptivní tempomat pomocí neuronových sítí. Takové spojení pomocí umělých neuronových sítí s využitím moderních senzorů může být dalším krokem k plné autonomii vozidla. Výhodou tohoto přístupu je originální využití neuronových sítí, které zpřesňují stanovení hodnoty zpomalení vozidla před statickou nebo dynamickou překážkou a zároveň zahrnují řadu vlivů, které ovlivňují proces brzdění a zvyšují tak bezpečnost jízdy.
Czech name
Uplatnění umělých neuronových sítí v modelu prediktivního tempomatu osobního automobilu
Czech description
Tento článek se zabývá využitím neuronových sítí pro predikci zpomalení pro adaptivní tempomat. Příspěvek popisuje základní funkcionalitu adaptivního tempomatu a vytváří matematicko-fyzikální model brzdění, které je jednou ze základních funkcí adaptivního tempomatu. Dále je provedena analýza vlivů působících v procesu brzdění, z nichž nejvýznamnější jsou využity při návrhu predikce zpomalení pro adaptivní tempomat pomocí neuronových sítí. Takové spojení pomocí umělých neuronových sítí s využitím moderních senzorů může být dalším krokem k plné autonomii vozidla. Výhodou tohoto přístupu je originální využití neuronových sítí, které zpřesňují stanovení hodnoty zpomalení vozidla před statickou nebo dynamickou překážkou a zároveň zahrnují řadu vlivů, které ovlivňují proces brzdění a zvyšují tak bezpečnost jízdy.
Classification
Type
D - Article in proceedings
CEP classification
—
OECD FORD branch
20200 - Electrical engineering, Electronic engineering, Information engineering
Result continuities
Project
—
Continuities
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Others
Publication year
2021
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
RADIOKOMUNIKACE 2021
ISBN
978-80-905345-7-5
ISSN
—
e-ISSN
—
Number of pages
11
Pages from-to
179-189
Publisher name
UNIT s.r.o.
Place of publication
Pardubice
Event location
Pardubice
Event date
Jan 1, 2021
Type of event by nationality
CST - Celostátní akce
UT code for WoS article
—