Design and Optimization of a Robust Active Trailer Steering System for Car-Trailer Combinations
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">This paper presents a robust active trailer steering (ATS) controller for car-trailer combinations. ATS systems have been proposed and explored for improving the lateral stability and enhancing the path-following performance of car-trailer combinations. Most of the ATS controllers were designed using the linear quadratic regulator (LQR) technique. In the design of the LQR-based ATS controllers, it was assumed that all vehicle and operating parameters were constant. In reality, vehicle and operating parameters may vary, which may have an impact on the stability of the combination. For example, varied vehicle forward speed and trailer payload may impose negative impacts on the directional performance of the car-trailer combination. Thus, the robustness of the conventional LQR-based ATS controllers is questionable. To address this problem, we propose a gain-scheduling LQR-based ATS controller. In the design of the proposed ATS controller, at each operating point, the ATS controller is designed using the LQR technique. At an operating point between two established adjacent operating points, the control gain matrix of the controller is determined using an interpolation method. To further improve the directional performance of the car-trailer combination, the weighting matrices of the LQR controller are determined using an optimization algorithm, namely, Generalized Differential Evolution (GDE). The effectiveness of the proposed ATS controller is demonstrated using numerical simulation based on a car-trailer model.</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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».