Coordinated control for path-following of an autonomous four in-wheel motor drive electric vehicle
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
Coordination of Active Front Steering (AFS) and Direct Yaw Moment Control (DYC) has been widely used for non-autonomous vehicle lateral stability control. Recently, some researchers used it (AFS/DYC) for path-following of autonomous vehicles. However, current controllers are not robust enough with respect to uncertainties and different road conditions to guarantee lateral stability of Autonomous Four In-wheel Motor Drive Electric Vehicles. Thus, a coordinated control is proposed to address this issue. In this paper, a two-layer hierarchical control strategy is utilized. In the upper-layer, a self-tunable super-twisting sliding mode control is utilized to deal with parametric uncertainties, and a Model Predictive Control (MPC) is used in order to allocate the control action to each AFS and DYC. Parametric uncertainties of tires' cornering stiffness, vehicle mass and moment of inertia are considered. Simulations with different road conditions for path-following scenario have been conducted in MATLAB/Simulink. An autonomous vehicle equipped with Four In-wheel Motor and two degrees of freedom vehicle dynamics model is used in this study. In the end, the performance of the proposed controller is compared with the MPC controller. Simulation results reveal that the proposed controller provides better path-following in comparison with the MPC controller.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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