Fourth Axle Steering Control of an 8x8 Scaled Electric Combat Vehicle
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">With the rise in demand, advanced steering control and electric vehicle technology are rapidly developing in modern times. Due to a controller's role as a backbone for the modern vehicle, its study has become increasingly crucial. This research proposes a novel 4th axle steering (4AS) feedforward controller that utilizes the first, second and fourth axle steering control for an 8x8 scaled electric combat vehicle. The vehicle is tested using the predefined path following. The novel 4AS controller is then compared to the Ackermann steering condition at different speeds. In the scaled vehicle used for this research, each wheel is independently driven by an in-wheel motor, while the steering is carried out by linear actuators. Individual eight-wheel steering control systems are designed and installed on the scaled vehicle to evaluate the driving performance from low speed to high speed. The 4AS steering method is implemented to improve the stability of the scaled vehicle at high speeds. The rear steering control strategy with Ackermann steering shows better driving performance at low-speed tests, but the active 4th axle steering controller represents more vehicle dynamic stability at high-speed maneuvers. This study uses MATLAB/ Simulink software to build and implement the controllers, and TruckSim modelling and simulation software to simulate the on-road conditions for a given maneuver. The simulation results, which include eight-wheel steering angles, trajectory, and vehicle sideslip are advantageous to the design of full-size 8x8 electric combat vehicles. A successful outcome of this paper would be to compare the results to determine the better method of steering at different speeds for the full-size combat vehicle.</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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».