排序方式: 共有11条查询结果,搜索用时 140 毫秒
1.
2.
3.
4.
为满足多轴汽车低速转向灵活性和高速操纵稳定性,设计了双相位转向机构,并利用AD-AMS/VIEW建立了5轴汽车的仿真模型.通过仿真分析发现,当汽车同相位转向高速行驶时,质心侧向加速度和横摆角速度明显低于后轮不转向时的状态,降低了汽车发生侧翻和甩尾的可能性;当汽车逆相位转向低速行驶时,质心运动轨迹直径缩短12.9%,提高了机动灵活性. 相似文献
5.
虚拟现实技术是近年来发展起来的一门新技术。本文介绍了虚拟现实技术的概念,特征以及虚拟现实技术的常用软件和硬件,文章还介绍了虚拟现实技术在汽车开发中的应用及其发展前景。 相似文献
6.
虚拟现实及其在汽车实验仿真中的开发 总被引:1,自引:0,他引:1
本文简要介绍了虚拟现实系统的特征、所需的软硬件等。结合汽车实验仿真的实例,指出开发虚拟现实系统的一般步骤,介绍了WoldToolki开发工具,虚拟场景建模拟及人与环境之间的交互控制,并对其在汽车工程方面的应用前景进行了展望。 相似文献
7.
8.
9.
为提高三轴车辆在正常行驶工况下的操纵稳定性,综合考虑车辆的低速和高速转向性能,提出了三轴车辆全轮转向最优控制策略。建立了三轴全轮转向车辆的线性2自由度模型,分别制定了车辆低速和高速时的控制目标并建立了相应的理想模型,应用线性二次型最优控制中的状态调节器理论,采用前馈加状态反馈跟踪理想模型的控制方法设计了全轮转向最优控制系统,最后利用MATLAB/Simulink建立了控制系统仿真模型,对控制系统在不同车速下的控制性能进行了仿真。结果表明,全轮转向最优控制方法低速时可使车辆具有所在车速下的最小转弯半径,高速时在改善车辆稳定性的同时不增加驾驶员的操作负担。 相似文献
10.
针对强化学习算法下智能车辆训练中动作选择过程随机性强、训练效率低等问题,提出了基于规则约束和深度Q网络(DQN)算法的智能车辆行驶决策框架,将引入的规则分为与换道相关的硬约束和与车道保持相关的软约束,分别通过动作检测模块(Action Detection Module)与奖励函数来实现。同时结合竞争深度Q网络(Dueling DQN)和双重深度Q网络(Double DQN)对DQN的网络结构进行改进,并引入N步自举(N-Step Bootstrapping)学习提高DQN的训练效率,最后在Highway-env平台高速路场景下与原始DQN算法进行综合对比验证模型的有效性,改进后的算法提高了智能车辆任务成功率和训练效率。 相似文献