Přehled o publikaci
2021
Uplatnění umělých neuronových sítí v modelu prediktivního tempomatu osobního automobilu
DAVID, Jiří; Pavel BROM; Vojtěch DYNYBYL and František STARÝBasic information
Original name
Uplatnění umělých neuronových sítí v modelu prediktivního tempomatu osobního automobilu
Name (in English)
Application of artificial neural networks in the model of predictive cruise control of a passenger car
Authors
DAVID, Jiří; Pavel BROM; Vojtěch DYNYBYL and František STARÝ
Edition
Pardubice, RADIOKOMUNIKACE 2021, p. 179-189, 11 pp. 2021
Publisher
UNIT s.r.o.
Other information
Language
Czech
Type of outcome
Proceedings paper
Field of Study
50200 5.2 Economics and Business
Country of publisher
Czech Republic
Confidentiality degree
is not subject to a state or trade secret
Publication form
storage medium (CD, DVD, flash disk)
References:
Marked to be transferred to RIV
No
Organization
Škoda Auto Vysoká Škola z.ú. – Repository
ISBN
978-80-905345-7-5
Keywords (in Czech)
neuronové sítě; asistenční systémy automobilů; adaptivní tempomat; umělá inteligence; řízení
Keywords in English
car assistance systems; adaptive cruise control; artificial intelligence; neural networks; control
Tags
Reviewed
Changed: 24/9/2024 23:39, Barbora Dobrá
In the original language
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.
In English
This paper deals with the use of neural networks for deceleration prediction for the adaptive cruise control unit. The paper describes the basic functionality of adaptive cruise control and creates a mathematical-physical model of braking, which is one of the basic functions of adaptive cruise control. Furthermore, an analysis of the influences acting in the braking process is performed, the most significant of which are used in the design of deceleration prediction for the adaptive cruise control unit using neural networks. Such a connection using artificial neural networks using modern sensors can be another step towards full vehicle autonomy. The advantage of this approach is the original use of neural networks, which refines the determination of the deceleration value of the vehicle in front of a static or dynamic obstacle, while including a number of influences that affect the braking process and thus increase driving safety.
