智能车辆路径跟踪的模糊滑模横向控制

来源 :林业机械与木工设备 | 被引量 : 0次 | 上传用户:zhoumi2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对智能车辆路径跟踪中单横向控制方法中,凸显出来的鲁棒性差、易抖动等一系列问题,构建出预瞄模型,基于二自由度车辆动力学模型和方位偏差与横向偏差相结合,融入了相关的控制算法,创新研发出了一种模糊滑模控制器.而且在Matlab/Simulink中,利用侧方位自动泊车的大曲率数据与实际路径数据进行仿真分析,结果表明:两者的方位偏差分别控制在 ±0.00055 rad和 ±0.07 rad左右,横向偏差在±0.02 m和±0.22 m左右,能够满足智能车辆准确实时稳定地跟踪期望路径.
其他文献
协作式泛在学习环境是一个拥有泛在学习资源、提供泛在学习和交流工具、支持泛在的协作学习活动的学习环境.文章提出一种基于Moodle和微信构建协作式泛在学习系统的总体架构,并利用微信公众平台的通信机制和Moodle网络服务接口实现系统.并将系统应该于教学实践,评价学习成果,提出有效的泛在学习模式.
针对云南地区烟叶易碎、不均匀、打包效率及自动化程度低、物流缓慢等问题,设计了一种烟框式物流打包机.使用Solidworks软件对整机进行几何模型建立,对丝杠稳定性进行受力分析,并用motion插件和ANSYS软件对压烟装置模型进行受力仿真分析与运动仿真分析,结果显示:压烟装置所受最大应力约为132.21 MPa,最大变形量约为1.495 mm,应力与应变均满足设计要求;压烟装置可以满足在两个工位之间正常移动且能正常完成压烟工作,证明了机具设计的合理性,填补了云南地区烟叶打包运输工序中烟框打包装置的空缺,为
曲线送料平台用于细木工带锯机工作时进行自动化送料,平台执行件的位置精度决定了木材锯切轨迹.该平台运动副多,机构误差大,难以实现平台末端执行件的精确进给.为了实现送料平台的精确进给,在完成对运动机构几何解析的基础上,利用数字孪生技术,对机构进行仿真分析,为设备调试提供理论支撑,并在此基础上,完成样机试制,进行实验加工.基于误差分析以及实验验证所构建虚拟模型以及送料平台位姿仿真的有效性,缩短了木工设备研发周期,对设备实际调试具有指导意义.
随着“创新型国家”战略的推进,创新创业人才培养逐步成为高职院校人才培养工作的重点,大学生就业指导是高职人才培养的“最后一公里”.高职辅导员作为大学生的最直接的教育者与培养者,开展就业指导工作是其本职工作之一.然而,传统的高职辅导员就业指导模式已无法适应“双创”时代人才培养的要求,因此,针对“双创”背景剖析高职辅导员就业指导工作存在的问题,探索就业指导工作创新的路径,为高职“双创”人才的培养提供支持.
当今社会,随着改革开放的不断发展,科技进入了发展的新阶段,新媒体时代之下高校思想政治教育也陆续开展.本文通过对目前高校思想政治教育的机遇和挑战进行分析,对于新媒体时代下的高校思想政治教育的发展进行了深入剖析.通过对新媒体时代下高校思想政治教育机遇、挑战进行分析,提出了新媒体时代高校思想政治教育的完善对策,旨在促进高校思想政治教育的良好开展.
针对捡拾装置作业时存在包土含量大、捡拾遗漏率大等问题,设计一种弹齿滚筒式捡拾装置的结构.通过理论分析对装置的相关参数进行了设计,通过Ansys-Workbench对弹齿进行了有限元分析,确定弹齿的刚度和强度符合机械设计要求,保障了装置作业的稳定性.
随着石化资源的日益枯竭,化工原料逐渐转向可再生资源,采用可再生资源桐油作为原料,解决固化后的环氧树脂存在韧性差、脆性强等问题.通过介绍桐油在环氧树脂应用方面的研究进展,分析桐油制备环氧树脂的前景.设想以桐油的双键作为多烯环化的原料来设计分子间的多烯环化,引导桐油不同分子链的环化反应进行聚合物树脂的合成.
为了加强国家、社会、公民三层面社会主义核心价值观教育.本文主要介绍“工程建设法规”课程教学目标、教学内容、教学方法、教学考核等四个方面内容.基于“知行统一”教育模式,遵循思想品德形成发展规律,将专业知识、法律制度、价值观培育深层融合.构建法律知识涵盖价值观认知、法律话题蕴含价值观认同、法律案例明确价值观信念、法律情境体验价值观践行四阶段教学环节,探讨培育和践行社会主义核心价值观.
本文在教育部提出的“实施职业教育\'三教\'改革攻坚行动指导下,为推动”三教改革“发展,以我校市政专业在进行IEET国际化认证工作中开设的顶点课程教学改革为主线,通过课程实施深入研究教学方法改革、评价机制改革、教师团队建设、活页式教材建设等,科学地评价了毕业生核心能力达成度,并推动了专业规范化建设,为其他专业在进行专业认证和”三教改革\"中提供参考.
玉米苗期是玉米全膜双垄沟种床苗带中耕管理与追肥的关键时期,为进一步提升玉米全膜双垄沟智能机械化生产水平,基于深度学习的目标检测YOLOv3-SPP网络模型与YOLOx-Darknet53网络模型开展了玉米全膜双垄沟种床苗带识别方法研究.研究结果表明,YOLOx-Darknet53网络模型与YOLOv3-SPP网络模型的mAP分别为95.56%和94.72%,前者比后者高0.84%,使用100幅图像测得前者检测速度FPS为44.1,而后者为19.1,前者检测速度明显快于后者.研究方法与结论可为玉米全膜双垄沟