elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Learning-Based Path Following Control for an Over-Actuated Robotic Vehicle

Ultsch, Johannes und Brembeck, Jonathan und de Castro, Ricardo (2019) Learning-Based Path Following Control for an Over-Actuated Robotic Vehicle. In: 9th VDI / VDE symposium on Control technology for automated driving and networked mobility, AUTOREG 2019, 2349, Seiten 25-46. VDI Verlag GmbH. AUTOREG 2019, 2019-07-02 - 2019-07-03, Mannheim, Deutschland. doi: 10.51202/9783181023495-25. ISBN 978-3-18-092349-9. ISSN 0083-5560.

[img] PDF
1MB

Kurzfassung

Motion control, in particular path following control (PFC), is an important function of autonomous vehicles. PFC controls the propulsion, steering and braking such that the vehicle follows a parametric path and reference velocity. For the design of traditional model-based PFC approaches a sufficiently accurate synthesis model of the vehicle has to be available in order to design a performant controller. However, constructing, parametrizing and testing these model-based PFC as well as deriving the synthesis model is known to be a time-consuming task. Recently the application of reinforcement learning (RL) methods to solve control problems without a synthesis model but based on high fidelity simulation models has gained increasing interest. In this paper we investigate the application of RL methods to solve the path following problem for DLR’s ROboMObil, an over-actuated robotic vehicle. Simulation results demonstrate that the RL-based PFC exhibits similar tracking performance as a model-based controller, executed on the path used for training. Moreover the RL-based PFC provides encouraging generalization capabilities, when facing unseen reference paths.

elib-URL des Eintrags:https://elib.dlr.de/127819/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Learning-Based Path Following Control for an Over-Actuated Robotic Vehicle
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Ultsch, JohannesJohannes.Ultsch (at) dlr.dehttps://orcid.org/0000-0001-6483-8468NICHT SPEZIFIZIERT
Brembeck, Jonathanjonathan.brembeck (at) dlr.dehttps://orcid.org/0000-0002-7671-5251NICHT SPEZIFIZIERT
de Castro, RicardoRicardo.DeCastro (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2019
Erschienen in:9th VDI / VDE symposium on Control technology for automated driving and networked mobility, AUTOREG 2019
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
Band:2349
DOI:10.51202/9783181023495-25
Seitenbereich:Seiten 25-46
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
NICHT SPEZIFIZIERTVDI Wissensforum GmbHNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:VDI Verlag GmbH
Name der Reihe:VDI-Berichte
ISSN:0083-5560
ISBN:978-3-18-092349-9
Status:veröffentlicht
Stichwörter:Reinforcement Learning, Pfadfolgeregelung
Veranstaltungstitel:AUTOREG 2019
Veranstaltungsort:Mannheim, Deutschland
Veranstaltungsart:nationale Konferenz
Veranstaltungsbeginn:2 Juli 2019
Veranstaltungsende:3 Juli 2019
Veranstalter :VDI Wissensforum
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Intelligente Mobilität (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Systemdynamik und Regelungstechnik > Fahrzeug-Systemdynamik
Hinterlegt von: Ultsch, Johannes
Hinterlegt am:12 Jul 2019 14:21
Letzte Änderung:24 Apr 2024 20:31

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.