Development of a Dynamic Simulation of an Automobile that Incorporates Four Wheel Steering and a Driver Model
Notice bibliographique
Résumé
In this thesis, the development of a four-wheel steering vehicle dynamics model and the implementation of a driver controller are detailed. The model is intended to be used for supporting research in the cybersecurity of conventional and autonomous road vehicles. It incorporates a 10 degree-of-freedom vehicle model and a driver controller capable of steering all four wheels for improved vehicle lateral dynamics performance. The vehicle model is developed as a clean-sheet design using the fundamental principles of vehicle dynamics engineering and implemented in the Matlab/Simulink computing environment. A suitable driver-controller model that meets the industrystandard requirements was adopted from the literature review and implemented in the model. The functionality of the model is demonstrated with established standard vehicle manoeuvres that were used as part of the validation process. It is also shown that the model compares favorably with an "equivalent" ADAMS/Car model. Experience with the model confirms that it is suitable for its intended purpose. This was evaluated by considering the effect of corrupt four wheel steering feedback signals and investigating the relative dynamic response of conventional and four wheel steering vehicles. The model shows moderate improvement in the lateral performance and stability of four-wheel steering vehicles compared to equivalent front-wheel only steering vehicles. The developed model is also shown to be easily adaptable to performing sensor integrity and cybersecurity research of four-wheel steering vehicles.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».