최소자승법을 적용한 도어 개폐 험 데이터의 보정 및예측 알고리즘

• 영문명: Prediction Algorithm for Assistance Force based on Corrected Data using Least Squares Method of Opening/Closing Automobile Door
• 발행기관: 호서대학교 공업기술연구소
• 저자명: 신현찬(Hyun-Chan Shin) 양학진(Hac-Jin Yang) 김성근(Seong - Kun Kim)
• 간행물 정보: 『공업기술연구 논문집』제35권 제1호, 47~53쪽, 전체 7쪽
• 주제분류: 공학 > 공학일반
• 파일형태: PDF
• 발행일자: 2016.06.30

국문 초록

차량이 위치하고 있는 다양한 경사조건에 따라 사용자가 도어에 가하는 개폐 힘을 평지와 같도록 하기 위해 개폐보조 힘을 예측하는 모델을 제안하였다 . 학습에 앞서 모의실험장치로부터의 데이터는 외부 요인에 의한 오차를 가질 수 있다고 판단하였다 . 이러한 문제를 해결하기 위해 최소제곱법을 이용하여 구간마다 최댓값을 보정하였고 , 예측 값의 정확도를 높이는 방안을 제안하였다 . 그에 따른 결과를 인공신경망 모델을 통하여 검증하였고 예측 신뢰 도를 높였다 . 이와 같은 알고리즘 검증을 통하여 사용자가 평지와 유사한 힘으로 도어를 효과적으로 제어하도록 돕는 방안을 제시하였다 .

영문 초록

\Ve proposed prediction model of assistance force for the user when use the automobile door to assist the deviation of required door force in the slope condition as needed in the plane condition. Before the training of data we supposed the data can have some error by external factors. So we used Least Squares Method(LSM) to resolve it and proposed the plan can improve accuracy of the prediction force data by revising maximum value. We validated the result Artificial Neural Network(ANN) and improved confidence of prediction force. As a result we proposed to control the door as a similar force regardless of a slope condition.

목차

i. 서 론

II. 도어의 특성 추출

III. 적용 알고리즘

IV. 결론

키워드

Artificial Neural Network(ANN) Force Assistance Motor Least Squares Method(LSM) OEM Door