Рис. 6. Скорость угла рыскания КТС
при
μμ
= 0,1, 0,3, 0,5, 0,7 для нелинейного
(сплошная линия) и линейного робаст-
ных регуляторов
Предположим, что при по-
мощи нейронной сети распозна-
вания типа покрытия дорожно-
го полотна (основываясь на ин-
формации, выделенной из аку-
стического сигнала, возникаю-
щего во время движения КТС),
по которому происходит тормо-
жение [2], можно идентифици-
ровать
ϕ
ij
и перейти на не-
робастный (в этом случае бо-
лее эффективный) закон упра-
вления. Таким образом, реали-
зуется идея комплексирования
ИСУ [15], подразумевающая вы-
работку применения точных методов управления, когда база знаний
ИСУ содержит необходимый объем нужной информации [2].
Повышение степени полноты базы знаний, в частности высокая
точность оценки
μ
наряду со всеми остальными факторами, влияю-
щими на эффективность торможения, особенно экстренного, — важная
задача, способствующая ослаблению развития (вплоть до предотвра-
щения) аварийной ситуации с помощью ИСУ.
Оценка факторов, влияющих на эффективность (экстренного)
торможения.
Такими факторами принято считать риски возникнове-
ния аварийной ситуации, связанные с действиями водителя.
1. Факторы, обусловленные собственными внутренними предпо-
сылками рабочего тонуса водителя (психологическим состоянием, фи-
Рис. 7. Параметры торможения КТС с нелинейным робастным регулятором,
рассчитанным для микста (кривые
1. . . 4
—
μ
= 0,7; 0,5; 0,3; 0,1 соответственно)
10 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2008. № 2
