covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Control de Velocidad basado en Lógica Borrosa para Entornos Urbanos Congestiona...
Información de la revista
Vol. 6. Núm. 4.
Páginas 61-68 (octubre 2009)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 6. Núm. 4.
Páginas 61-68 (octubre 2009)
Open Access
Control de Velocidad basado en Lógica Borrosa para Entornos Urbanos Congestionados
Visitas
3345
V. Milanés, E. Onieva, J. Pérez, T. de Pedro, C. González
Instituto de Automática Industrial (CSIC), Carretera de Campo Real km 0,200, Arganda del Rey, 28500, Madrid, España
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Bibliografía
Descargar PDF
Estadísticas
Resumen

Los sistemas de control de crucero adaptativo permiten, adecuando la velocidad, realizar el seguimiento del vehículo precedente en autopistas mientras este vehículo no se detenga. Sin embargo, en áreas urbanas donde la congestión del tráfico obliga a continuas detenciones, este sistema pierde funcionalidad ya que, una vez detenido el vehículo, el conductor debe reactivar el sistema. En este artículo, se presenta un sistema de control de velocidad mediante lógica borrosa para situaciones continuadas de parada y arranque, en las que la velocidad del vehículo es inferior a diez kilómetros por hora. El sistema se ha implantado y probado en un vehículo comercial con excelentes resultados.

Palabras clave:
vehículos autónomos
comunicaciones vehículo-vehículo
control de velocidad
control borroso
sistemas de posicionamiento global
El Texto completo está disponible en PDF
Referencias
[Bernardos, 2003]
A. Bernardos.
Tecnologías de Localización.
Centro de Difusión de Tecnologías ETSIT-UPM,
[Blythe and Curtis, 2004]
P.T. Blythe, A. Curtis.
Advanced Driver Assistance Systems: Gimmick or Reality.
11th World Congress on Intelligent Transport Systems and Services,
[Brookhuis et al., 2001]
K.A. Brookhuis, D. de Waard, W.H. Janssen.
Behavioural impacts of Advanced Driver Assistance Systems–an overview.
European Journal of Transport and Infrastructure Research, 1 (2001), pp. 245-253
[Dragone, 2009]
D. Dragone.
I am getting tired: Effort and fatigue in intertemporal decision-making.
Journal of Economic Psychology, 3 (2009), pp. 552-562
[De Micheli and Verri, 1993]
E. De Micheli, A. Verri.
Vehicle guidance from one dimensional optical flow.
IEEE Symposium on Intelligent Vehicles,
[García and de Pedro, 1998]
R. García, T. de Pedro.
Modeling a fuzzy coprocessor and its programming language.
Mathware and Soft Computing, 5 (1998), pp. 167-174
[García and de Pedro, 2000]
R. García, T. de Pedro.
First Application of the ORBEX Coprocessor: Control of Unmanned Vehicles, 1999 EUSFLAT-ESTYLF Joint Conference.
Mathware and Soft Computing, 2-3 (2000), pp. 265-273
[Graefe, 1993]
V. Graefe.
Vision for Intelligent Road Vehicles.
IEEE Symposium on Intelligent Vehicles, pp. 135-141
[Hofmann et al., 2003]
U. Hofmann, A. Rieder, E.D. Dickmanns.
Radar and vision data fusion for hybrid adaptive cruise control on highways.
Machine Vision and Applications, 14 (2003), pp. 42-49
[Ioannou and Chien, 1993]
P. Ioannou, C. Chien.
Autonomous intelligent cruise control.
IEEE Trans. Veh. Technol., 42 (1993), pp. 657-672
[Kesting et al., 2008]
A. Kesting, M. Treiber, M. Schönhof, D. Helbing.
Adaptive cruise control design for active congestion avoidance.
Transportation Research: Part C, 16 (2008), pp. 668-683
[Libro Blanco, 2001]
Blanco Libro.
La política europea de transportes de cara al 2010: la hora de la verdad.
European Transport Commissionn Bruselas, pp. 2001
[Lin et al., 2009]
T.W. Lin, S.L. Hwang, P.A. Green.
Effects of time-gap settings of adaptive cruise control (ACC) on driving performance and subjective acceptance in a bus driving simulator.
Safety Science, 47 (2009), pp. 620-625
[Milanés et al., 2009]
Milanés, V., González, C., Naranjo, J.E., Onieva, E. and de Pedro, T. (2009), “Eletro-hydraulic Braking System for Autonomous Vehicles” en International Journal of Automotive Technlogy, aceptado el 25 de Mayo (in press).
[Milanés et al., 2008]
V. Milanés, J.E. Naranjo, C. González, J. Alonso, R. García, T. de Pedro.
Sistema de Posicionamiento para Vehículos Autónomos.
Revista Iberoamericana de Automática e Informática Industrial, 5 (2008), pp. 36-41
[Moon et al., 2009]
S. Moon, I. Moon, Y. Kyongsu.
Design, tuning, and evaluation of a full-range adaptive cruise control system with collision avoidance.
Control Engineering Practice, 17 (2009), pp. 442-455
[Müller and Nucker, 1992]
R. Müller, G. Nucker.
Intelligent Cruise Control with Fuzzy Logic.
Intelligent Vehicles Symposium, pp. 173-178
[Wong et al., 2000]
C. Wong, J.L. Riley, D. Martin, L.C. Huff, L. Hall, S. Gill, R. Foote.
NOS RTK Final Report.
NOAA Center for Operational Oceanographic Products and Services,
[Pauwelussen and Minderhoud, 2008]
J. Pauwelussen, M. Minderhoud.
The effects of deactivation and (re)activation of ACC on driver behaviour analyzed in real traffic.
IEEE Intelligent Vehicle Symposium, pp. 257-262
[Pérez et al., 2008]
J. Pérez, E. Onieva, T. de Pedro, R. García, J. Alonso, V. Milanés, C. González.
Comunicación entre Vehículos Autónomos en Tiempo Real, para Maniobras de Alto Riesgo.
XXIX Jornadas de Automática,
[Pomerleau, 1989]
D.A. Pomerleau.
ALVINN: an autonomus land vehicle in a neuronal network.
Advances in neuronal information processing systems, 1 (1989), pp. 305-313
[Rossetter and Gerdes, 2002]
E.J. Rossetter, J.C. Gerdes.
Performance guarantees for hazard based lateral vehicle control.
Proc. 2002 IMECE Conf., (2002),
[Serrano et al., 2005]
J.I. Serrano, J. Alonso, M.D. del Castillo, J.E. Naranjo.
Evolutionary optimization of autonomous vehicle tracks.
IEEE Congress on Evolutionary Computation, 2 (2005), pp. 1332-1339
[Sheikholeslam and Desoer, 1992]
Sheikholeslam, S. and Desoer, C.A. (1992), “Design of Decentralized Adaptive Controllers for a Class of Interconnected Nonlinear Dynamical Systems: Part I,” Department of Electrical Engineering and Computer Sciences, Institute of Transportation Studies University of California, Berkeley, CA, PATH Technical Memorandum 92-1, Febrero.
[Sotelo and Naranjo, 2004]
M.A. Sotelo, J.E. Naranjo.
Vision-based Adaptive Cruise Control for Intelligent Road Vehicles.
Proceedings of 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 64-69
[Stein et al., 2003]
G.P. Stein, O. Mano, A. Shashua.
Vision-based ACC with a Single Camera: Bounds on Range and Range Rate Accuracy.
IEEE Intelligent Vehicles Symposium (IV2003),
[Sugeno, 1999]
M. Sugeno.
On Stability of Fuzzy Systems Expressed by Fuzzy Rules with Singleton Consequents.
IEEE Trans. on Fuzzy Systems., 7 (1999), pp. 201-224
[Urmson et al., 2006]
C. Urmson, et al.
A robust Approach to High-Speed Navigation for Unrehearsed Desert Terrain.
Journal of Field Robotics, 23 (2006), pp. 467-508
[Woll, 1997]
J. Woll.
Radar Based Adaptive Cruise Control for Truck Applications.
SAE Paper, (1997),
[Zadeh, 1965]
L.A. Zadeh.
Fuzzy sets.
Information and Control, 8 (1965), pp. 338-353
Copyright © 2009. Elsevier España, S.L.. Todos los derechos reservados
Descargar PDF
Opciones de artículo