An Optimal Preview Controller for Active Trailer Steering Systems of Articulated Heavy Vehicles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">An optimal preview controller is designed for active trailer steering (ATS) systems to improve high-speed stability of articulated heavy vehicles (AHVs). AHVs' unstable motion modes, including jack-knifing and rollover, are the leading course of highway accidents. To prevent these unstable motion modes, the optimal controller, namely the compound lateral position deviation preview (CLPDP) controller, is proposed to control the steering of the front and rear axle wheels of the trailing unit of a truck/full-trailer combination. The corrective steering angle of the trailer front axle wheels is determined using the preview information of the lateral position deviation of the trajectory of the axle center from that of the truck front axle center. In turn, the steering angle of the trailer rear axle wheels is calculated considering the lateral position deviation of the trajectory of the axle center from that of the trailer front axle. To evaluate the vehicle performance measure, a driver model is introduced and it ‘derives’ the vehicle model based on well-defined testing specifications. The linear quadratic regular (LQR) technique is applied to the design of the proposed preview control scheme in the continuous time domain. The numerical simulation results show that compared with the baseline vehicle, the dynamic performance of the AHV with the ATS system is improved by decreasing rearward amplification ratio from the baseline value of 1.57 to 0.83 and reducing transient off-tracking by 80.6%.</div></div>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle