自动驾驶车辆非线性转向动力学辨识
系统与控制
2021-05-11 v1 机器学习
系统与控制
摘要
自动驾驶应用需要精确的特定车辆模型以准确预测并控制运动动力学。然而，现代车辆具有大量难以建模的数字与机电一体化部件，制造商不披露建模所需的全部细节，且即便已有的子部件模型也需系数估计以匹配每辆车的特定特征及其随时间的变化。因此，使用数据驱动建模来捕捉相关车辆动力学并综合基于模型的控制方案颇具吸引力。本文中，我们基于实测数据解决自动驾驶汽车的转向系统辨识问题。我们表明底层动力学高度非线性且难以捕捉，需要使用融合学习逼近能力与动态系统辨识效率的数据驱动方法。我们证明此类基于神经网络的子空间编码器方法能成功捕捉底层动力学，而其他方法则无法提供可靠结果。
引用
@article{arxiv.2105.04529,
title = {Identification of the nonlinear steering dynamics of an autonomous vehicle},
author = {G. Rödönyi and G. I. Beintema and R. Tóth and M. Schoukens and D. Pup and Á. Kisari and Zs. Vígh and P. Kőrös and A. Soumelidis and J. Bokor},
journal= {arXiv preprint arXiv:2105.04529},
year = {2021}
}
备注
Accepted to SYSID 2021 (revised with reviewer feedback)