UMĚLÁ INTELIGENCE V AUTOMOTIVE / David et al.

Obr. 8 9 Příklady různých povrchů vozovek a jejich stavů

Výsledný interval součinitele adheze je jedním ze vstupních proměnných druhé neuronové sítě ANN2, která predikuje interval zpomalení. Tato hodnota, pokud splňuje omezení zpomalení, které predikuje třetí neuronová síť a by byla hodnotou, se kterou by pracovala řídící jednotka ACC/PCC. Predikce intervalu zpomalení druhou neuronovou sítí je prováděno v závislosti na interval součinitele adheze, rychlosti vozidla, stavu počasí (v kategoriích – náledí, mokro, sucho), velikosti adhezní tíhy charakterizují účinnost brzdění a sklonu vozovky ve směru pohybu vozidla. Topologie opět vícevrstvá neuronová síť perceptronového typu. Jak již bylo výše naznačeno, tento interval zpomalení je omezován maximální hodnotou zpomalení v závislosti na typu vozidla a jeho parametrech. Tuto hodnotu predikuje navržená třetí neuronová síť ANN3. Vstupními parametry jsou typ vozidla (v kategoriích – minivozy, malé vozy, nižší střední třída, střední třída, vyšší střední tří da, vyšší střední třída, luxusní vozy, sportovní vozy a terénní vozy), stav brzd (ve dvou limitních kategoriích – studené a teplé) a naložení vozidla (opět ve dvou limitních kate goriích – prázdné a naložené). Maximální hodnota zpomalení je predikována ve tvaru minima, maxima a mediánu. Topologií je opět vícevrstvá neuronová síť perceptronového typu. Výsledná hodnota je pak předána řídící jednotce tempomatu. Neuronové sítě se staly významným nástrojem pro modelování složitých reálných soustav, které se vyznačují vysokou složitostí a obtížností matematického popisu. Jejich schopnost „samoučení“ a zpracování nestrukturovaných dat s vysokým stupněm neli nearity a nejistoty je zvláště výhodná pro tyto situace. Tato vlastnost umožňuje neurono vým sítím adaptovat se na různé podmínky a prostředí a efektivně modelovat dynamic ké a komplexní systémy. Vlastnost neuronových sítí nazývaná adaptabilita představuje klíčový faktor pro využití neuronových sítí v modelování dynamických a komplexních systémů. Tato schopnost umožňuje neuronovým sítím získávat nové informace a ak-

122