XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: IDENTIFICAÇÃO NÃO-LINEAR E CONTROLE PREDITIVO DA DINÂMICA DO VEÍCULO Autor: LUCAS CASTRO SOUSA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
HELON VICENTE HULTMANN AYALA - ORIENTADOR
Nº do Conteudo: 62096
Catalogação: 28/03/2023 Idioma(s): INGLÊS - ESTADOS UNIDOS
Tipo: TEXTO Subtipo: TESE
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=62096@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=62096@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.62096
Resumo:
Título: IDENTIFICAÇÃO NÃO-LINEAR E CONTROLE PREDITIVO DA DINÂMICA DO VEÍCULO Autor: LUCAS CASTRO SOUSA
Nº do Conteudo: 62096
Catalogação: 28/03/2023 Idioma(s): INGLÊS - ESTADOS UNIDOS
Tipo: TEXTO Subtipo: TESE
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=62096@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=62096@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.62096
Resumo:
Os veículos automatizados devem trafegar em determinado ambiente detectando, planejando e seguindo uma trajetória segura. De modo a se mostrarem mais seguros que seres humanos, eles devem ser capazes de executar
essas tarefas tão bem ou melhor do que motoristas humanos sob diferentes
condições críticas. Uma parte essencial no estudo de veículos automatizados o
desenvolvimento de modelos representativos que sejam precisos e computacionalmente eficientes. Assim, para lidar com esses problemas, o presente trabalho aplica métodos de inteligência computational e identificação de sistemas
para realizar modelagem de veículos e controle de rastreamento de trajetória.
Primeiro, arquiteturas neurais são usadas para capturar as características do
pneu na interação entre a dinâmica lateral e longitudinal do veículo, reduzindo
o custo computacional em controladores preditivos. Em segundo lugar, uma
combinação de modelos caixa-preta é usada para melhorar o controle preditivo. Em seguida, uma abordagem híbrida combina modelos baseados na física
e orientados por dados com modelagem de caixa-preta das discrepâncias. Essa
abordagem é escolhida para melhorar a precisão da modelagem de veículos,
propondo um modelo de discrepância para capturar incompatibilidades entre
modelos de veículos e dados medidos. Os resultados são mostrados quando os
métodos propostos são aplicados a sistemas com dados simulados/reais e comparados com abordagens encontradas na literatura, mostrando um aumento
de precisão (até 40 por cento) em termos de métricas baseadas em erro, com menor
esforço computacional (redução de até 88 por cento) do que os controladores preditivos
convencionais.
Descrição | Arquivo |
NA ÍNTEGRA |