MétaCan
Menu
Retour à la cohorte
Enregistrement W2076363710 · doi:10.1109/ivs.2012.6232186

Lateral stability analysis of on-road vehicles using the concept of Lyapunov exponents

2012· article· en· W2076363710 sur OpenAlexaff
Sobhan Sadri, Christine Wu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLyapunov exponentControl theory (sociology)Lyapunov functionStability (learning theory)ConstructiveMathematicsVehicle dynamicsInvariant (physics)PolynomialLyapunov equationComputer scienceMathematical analysisNonlinear systemEngineeringPhysicsArtificial intelligenceControl (management)

Résumé

récupéré en direct d'OpenAlex

This paper deals with the application of the concept of Lyapunov exponents in vehicle lateral stability analysis. The constructive nature of the available methods for calculating Lyapunov exponents as the `invariant' measure of the dynamics is the main advantage of this concept. The vehicle model has two degrees of freedom (2-DOF), and its non-linearity is caused by the third-order polynomial expression between the sideslip forces on the the tires and the tire sideslip angles. In this paper, firstly, the concept of Lyapunov exponents and the standard algorithm to calculate them are presented. Then, by applying this concept to the case of a straight-line motion, the lateral stability region of the vehicle model is estimated. Moreover, the effects of driving conditions such as the vehicle longitudinal velocity, road friction and steering angle on the stability region are investigated. The comparison of the results obtained by the concept of Lyapunov exponents with those given in literature by simulation based methods verifies the effectiveness of this concept for vehicle lateral stability analysis.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,235
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicle Dynamics and Control SystemsTravaux en français237 207