Real time identification of cornering coefficients and ideal twin driving assistance
Gerçek zamanlı viraj katsayısı tehşisi ve ideal ikiz şöför destek sistemi
- Tez No: 898140
- Danışmanlar: PROF. İLKER TEMİZER, DR. MELİH ÇAKMAKÇI
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Bilim Dalı
- Sayfa Sayısı: 78
Özet
Viraj katsayıları, araçların yanal ve boylamsal dinamiklerinde kritik bir rol oynar. Yol koşulları gibi çevresel faktörler dahil birçok faktöre bağlıdırlar. Bu çalışmada, derin sinir ağlarını kullanarak köşe alma katsayılarını gerçek zamanlı olarak tanımlayan bir yöntem geliştirilmiştir. Bu tanımlama için iki farklı veri setiyle üç farklı sinir ağı mimarisi karşılaştırılmış ve sonuçlar, zamanla değişen köşe alma katsayılarıyla eğitilmiş tam bağlantılı bir ağın en iyi performansa sahip olduğunu göstermiştir. Sabit köşe alma katsayıları kullanılmasına kıyasla, bu yöntem, 1/8 ölçekli dört tekerden çekişli dört tekerden yönlendirilebilir bir araç üzerinde yapılan deneylerde yanal kuvvet tahminini \% 42.62-75.47 arasında iyileştirmiştir. Bu gerçek zamanlı tanımlamadan yararlanmak için, dört tekerden çekiş ve dört tekerden yönlendirme sisteminden faydalanan bir kontrol yöntemi geliştirilmiştir. Kontrol yöntemi, doğrusal olmayan bir model öngörülü kontrolcü kullanmaktadır. Kontrol sistemi, sürücünün kontrol girişlerini ideal önden çekişli önden yönlendirilebilir bir araç ikizinde kullanarak, sürücü tarafından belirlenen sabit köşe alma katsayılarıyla referans hızlar elde etmek için çalışır. Bu referanslardan yola çıkarak, doğrusal olmayan model öngörülü kontrolcü, dört tekerden çekişli dört tekerden yönlendirilebilir araç için optimal kontrol girişlerini hesaplayabilir. Simülasyon sonuçları, bu kontrol yönteminin referans takibini normal olarak sürülen önden çekişli önden yönlendirilebilir araca göre \% 85 oranında iyileştirdiğini göstermektedir. Kontrolcü deneysel bir ortamda test edilmiş ve sonuçları \% 12.12 oranında iyileştirdiği bulunmuştur. Gelişimdeki azalma, ölçümlerdeki gürültüye ve kontrol sistemindeki gecikmelere bağlanabilir.
Özet (Çeviri)
Cornering coefficients play a crucial role in vehicles' lateral and longitudinal dynamics. They depend on many factors, including environmental factors such as road conditions. In this study, a method that identifies cornering coefficients in real-time by utilizing deep neural networks is developed. Three different neural network architectures with two different datasets are compared for this identification. Results show that a fully connected network trained with time-varying cornering coefficients performs best. Compared to constant cornering coefficients, this method improves the lateral force estimation between 42.62-75.47 \% in experiments conducted on a 1/8 scale four-wheel drive four-wheel steering vehicle. A control method that utilizes the identified cornering coefficients to cancel out the changes in cornering coefficient by utilizing 4 wheel drive 4 wheel steering system is developed. The control method utilizes a nonlinear model predictive controller. The control system uses the driver's control inputs in an ideal front wheel drive front wheel steering twin of the vehicle with constant cornering coefficients set by the driver, to obtain reference velocities. The nonlinear model predictive controller can calculate the optimal control inputs for a 4-wheel drive, 4-wheel steering vehicle from these references. The simulation results show that this control method improves reference tracking by 85 \% compared to a conventional configuration, i.e., a front wheel drive front wheel steering vehicle. The controller is tested on an experimental setting and found to be improving the results by 12.12 \%. The reduction in improvement can be attributed to noise in measurements and delays in the control system.
Benzer Tezler
- Akıllı araçlar kapsamında ileri sürüş destek sistemlerinde sensör füzyonu
Sensor fusion in advanced driver asistance systems in the scope of intelligent vehicles
İLKER ALTAY
Doktora
Türkçe
2014
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. BİLİN AKSUN GÜVENÇ
- Baş-boyun kanserlerinin anatomik alt gruplarında set- domain containing 2(SETD2) geninin ekspresyon düzeylerinin incelenmesi ve klinikopatolojik parametreler ile ilişkisinin değerlendirilmesi
Investigation of expression levels of set-domain containing 2(SETD2) gene in anatomic sub-groups of head-neck cancers and evaluation of its relationship with clinicopathological parameters
SEYFETTİN ASLAN
Tıpta Uzmanlık
Türkçe
2022
Kulak Burun ve Boğazİstanbul ÜniversitesiKulak Burun Boğaz Hastalıkları Ana Bilim Dalı
DOÇ. DR. MURAT ULUSAN
PROF. DR. SEMRA DEMOKAN
- Obsesif-kompulsif bozukluk (OKB) tanısı konulmuş hastalarda serotonerjik, dopaminerjik ve glutamaterjik mekanizmaların gen polimorfizmlerinin dürtüsellik açısından incelenmesi
Examination of gene polymorphisms of serotonergic, dopaminergic and glutamatergic mechanisms in terms of impulsivity in patients diagnosed with obsessive-compulsive disorder (OCD)
ELİF CANPOLAT
Doktora
Türkçe
2024
Adli Tıpİstanbul Üniversitesi-CerrahpaşaFen Bilimleri Ana Bilim Dalı
PROF. DR. EMEL HÜLYA YÜKSELOĞLU
PROF. DR. NEŞE KOCABAŞOĞLU
- Klinik Acinetobacter baumannii izolatlarında direnç genlerinin moleküler yöntemlerle araştırılması
Investigation of resistance genes by molecular methods in clinical isolates of Acinetobacter baumannii
GÜLŞAH AŞIK
Tıpta Uzmanlık
Türkçe
2011
MikrobiyolojiAfyon Kocatepe ÜniversitesiMikrobiyoloji ve Klinik Mikrobiyoloji Ana Bilim Dalı
DOÇ. DR. İHSAN HAKKI ÇİFTCİ
- A robust framework covering measures developed using EVM metric against jamming attacks in next-generation communication systems
Yeni nesil haberleşme sistemlerinde karıştırma saldırılarına karşı EVM metriği kullanılarak geliştirilen önlemleri kapsayan güçlü bir çerçeve
CEM ÖRNEK
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT KARTAL