Semir Sünkün, Berke Ogulcan Parlak, Alper Yildirim, H. Yavasoglu
{"title":"基于模糊决策的自主陆地车辆变阻制动系统建模","authors":"Semir Sünkün, Berke Ogulcan Parlak, Alper Yildirim, H. Yavasoglu","doi":"10.53070/bbd.1173849","DOIUrl":null,"url":null,"abstract":"Otonom araçların (OA'lar) en temel özelliği otonom olmalarıdır. Ancak aracın dinamik çalışma ortamı nedeniyle kontrol algoritmaları kesin olmayan, yaklaşık ve güvenilmez kararlar verebilir. Bu nedenle, özellikle tutarlı engellerden kaçınma algoritmaları olmak üzere daha sağlam sürüş algoritmalarının oluşturulmasına ihtiyaç vardır. Bazen, engellerden kaçınmak için aracın tamamen durması gerekir. Bu durumda aracın motor freni kontrolü devreye alınabilir. Bu çalışmada, reostatik frenleme olarak bilinen elektrikli fren sistemi ile otonom kara taşıtlarını etkin bir şekilde frenlemek için bulanık bir model önerilmiştir. Reostatik fren sistemi (RFS) kullanıldığı için, tasarlanan bu modelleme için bulanık denetleyicinin giriş değerleri araç hızı ve zemin kayganlığı, çıkış değeri ise reostat direnç değeridir. Geliştirilen bulanık denetleyicide Mamdani çıkarımı ve Toplama yöntemleri kullanılmıştır. Bu iki yönteme ek olarak, bulanık denetleyici ayrıca kullanıcıya ağırlık merkezi, açıortay, maksimumun ortalaması, maksimumun en küçüğü ve maksimumun en büyüğü keskinleştirme yöntemlerinin çıktısını verir. Son olarak, Python programlama dilini ve Tkinter kitaplığını kullanarak, grafik kullanıcı arayüzü, kullanıcının girdilerinin dilsel ifadesini ve üyelik derecesini, nihai bulanık çıktı grafiğini ve tüm durulaştırma yöntemlerinden (GUI) kesin çıktıları görüntüler.","PeriodicalId":41917,"journal":{"name":"Computer Science-AGH","volume":" ","pages":""},"PeriodicalIF":0.3000,"publicationDate":"2022-09-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Fuzzy Decision Based Modeling of Rheostatic Brake System for Autonomous Land Vehicles\",\"authors\":\"Semir Sünkün, Berke Ogulcan Parlak, Alper Yildirim, H. Yavasoglu\",\"doi\":\"10.53070/bbd.1173849\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Otonom araçların (OA'lar) en temel özelliği otonom olmalarıdır. Ancak aracın dinamik çalışma ortamı nedeniyle kontrol algoritmaları kesin olmayan, yaklaşık ve güvenilmez kararlar verebilir. Bu nedenle, özellikle tutarlı engellerden kaçınma algoritmaları olmak üzere daha sağlam sürüş algoritmalarının oluşturulmasına ihtiyaç vardır. Bazen, engellerden kaçınmak için aracın tamamen durması gerekir. Bu durumda aracın motor freni kontrolü devreye alınabilir. Bu çalışmada, reostatik frenleme olarak bilinen elektrikli fren sistemi ile otonom kara taşıtlarını etkin bir şekilde frenlemek için bulanık bir model önerilmiştir. Reostatik fren sistemi (RFS) kullanıldığı için, tasarlanan bu modelleme için bulanık denetleyicinin giriş değerleri araç hızı ve zemin kayganlığı, çıkış değeri ise reostat direnç değeridir. Geliştirilen bulanık denetleyicide Mamdani çıkarımı ve Toplama yöntemleri kullanılmıştır. Bu iki yönteme ek olarak, bulanık denetleyici ayrıca kullanıcıya ağırlık merkezi, açıortay, maksimumun ortalaması, maksimumun en küçüğü ve maksimumun en büyüğü keskinleştirme yöntemlerinin çıktısını verir. Son olarak, Python programlama dilini ve Tkinter kitaplığını kullanarak, grafik kullanıcı arayüzü, kullanıcının girdilerinin dilsel ifadesini ve üyelik derecesini, nihai bulanık çıktı grafiğini ve tüm durulaştırma yöntemlerinden (GUI) kesin çıktıları görüntüler.\",\"PeriodicalId\":41917,\"journal\":{\"name\":\"Computer Science-AGH\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.3000,\"publicationDate\":\"2022-09-16\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Computer Science-AGH\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.53070/bbd.1173849\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"COMPUTER SCIENCE, THEORY & METHODS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Computer Science-AGH","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.53070/bbd.1173849","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, THEORY & METHODS","Score":null,"Total":0}
引用次数: 0
摘要
自动驾驶汽车是自动驾驶汽车的主要特征。然而,由于工作环境的动态性,控制算法可以做出不确定、接近和可靠的决策。因此,回避算法尤其需要更稳健的驾驶算法来避开障碍物。有时车辆需要完全停车以避开障碍物。在这种情况下,可以切换发动机制动控制。在这项研究中,提出了一种称为再静态制动器的电动制动系统,作为一个开放模型来激活自动黑色运动。由于使用了餐厅制动系统(RFS),该型号控制器的输入值为车速和地面密度,输出值为再稳态电阻。Geliştirilen bulanık denetleyicide Mamdaniçıkarımıve Toplama yöntemleri kullanılmıştır。此外,通过这两种方式,检测监视器还为用户提供了最大化加权中心、曝光量、最大值平均值、最大值和最大值增加的能力。最后,使用Python编程语言和中文库、图形用户界面、用户的语言和成员级别、最后可用的输出图表和所有停止方法(GUI)。
Fuzzy Decision Based Modeling of Rheostatic Brake System for Autonomous Land Vehicles
Otonom araçların (OA'lar) en temel özelliği otonom olmalarıdır. Ancak aracın dinamik çalışma ortamı nedeniyle kontrol algoritmaları kesin olmayan, yaklaşık ve güvenilmez kararlar verebilir. Bu nedenle, özellikle tutarlı engellerden kaçınma algoritmaları olmak üzere daha sağlam sürüş algoritmalarının oluşturulmasına ihtiyaç vardır. Bazen, engellerden kaçınmak için aracın tamamen durması gerekir. Bu durumda aracın motor freni kontrolü devreye alınabilir. Bu çalışmada, reostatik frenleme olarak bilinen elektrikli fren sistemi ile otonom kara taşıtlarını etkin bir şekilde frenlemek için bulanık bir model önerilmiştir. Reostatik fren sistemi (RFS) kullanıldığı için, tasarlanan bu modelleme için bulanık denetleyicinin giriş değerleri araç hızı ve zemin kayganlığı, çıkış değeri ise reostat direnç değeridir. Geliştirilen bulanık denetleyicide Mamdani çıkarımı ve Toplama yöntemleri kullanılmıştır. Bu iki yönteme ek olarak, bulanık denetleyici ayrıca kullanıcıya ağırlık merkezi, açıortay, maksimumun ortalaması, maksimumun en küçüğü ve maksimumun en büyüğü keskinleştirme yöntemlerinin çıktısını verir. Son olarak, Python programlama dilini ve Tkinter kitaplığını kullanarak, grafik kullanıcı arayüzü, kullanıcının girdilerinin dilsel ifadesini ve üyelik derecesini, nihai bulanık çıktı grafiğini ve tüm durulaştırma yöntemlerinden (GUI) kesin çıktıları görüntüler.