CN117972910B - 一种多轴智能底盘的转向系统协同设计方法 - Google Patents

一种多轴智能底盘的转向系统协同设计方法 Download PDF

Info

Publication number
CN117972910B
CN117972910B CN202410376001.XA CN202410376001A CN117972910B CN 117972910 B CN117972910 B CN 117972910B CN 202410376001 A CN202410376001 A CN 202410376001A CN 117972910 B CN117972910 B CN 117972910B
Authority
CN
China
Prior art keywords
steering
steering system
design
grid
wheel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410376001.XA
Other languages
English (en)
Other versions
CN117972910A (zh
Inventor
何智成
徐文琳
吴光飞
陈翔靖
田静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
Original Assignee
Hunan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University filed Critical Hunan University
Priority to CN202410376001.XA priority Critical patent/CN117972910B/zh
Publication of CN117972910A publication Critical patent/CN117972910A/zh
Application granted granted Critical
Publication of CN117972910B publication Critical patent/CN117972910B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本申请涉及一种多轴智能底盘的转向系统协同设计方法，该方法包括：根据轮距以及各轴轴距值推导出当前车辆的阿克曼转角公式；基于车架信息和悬置悬架信息确定转向连杆的设计域范围，并在设计域中划定网格；基于激励类型在网格中设定变量，搭建初始拓扑网络模型；计算模型整体的状态参量；计算每根弹簧的存储内能；计算运动周期间平均传递功率；并以运动周期间平均传递功率最大化为目标函数，以当前车辆的阿克曼转角公式为约束条件，以输入的刚性快形变系数以及弹簧刚度系数为优化变量；采用移动渐进线梯度求解器迭代求解目标函数和约束条件对于两类优化变量的灵敏度，直至两次迭代间目标函数差距小于预设限值，输出转向系统连杆构型。

Description

一种多轴智能底盘的转向系统协同设计方法
技术领域
本申请涉及多轴智能底盘转向系统协同设计技术领域，特别是涉及一种多轴智能底盘的转向系统协同设计方法。
背景技术
近年来，随着线控智能车辆的发展，在多轴特种工程车辆转向系统设计领域，对于操纵稳定性和机械传动效率等性能需求愈来愈高。转向硬点设计特别是正向设计，包含硬点布置设计和硬点性能校核两大部分；目前已有的转向连杆硬点设计方法主要分为两类：一种基于已有的拓扑结构绘制二维或者三维图形，运用机械原理的方法构建优化方程式，使用梯度类或者启发式优化算法求解；另一种在对标车辆或工程师经验设定的初始硬点点位基础上，使用Adams虚拟仿真或K&C试验台求解一组DOE拉丁立方性能数据，依据试验结果优化点位。无论是齿轮齿条式还是摇臂式，通过转向器和导向杆系传导方向盘的控制输入，实现两侧车轮速度瞬心聚焦于同一位置，让车辆在转向时车轮做纯滚动，在减少损耗的同时提高操纵稳定性。
现有的多轴汽车转向硬点布置方法，在大转角范围下精度不高，只能在0~24度的常规范围内实现±0.5度精度的控制。设计专型专用，每种连杆优化公式都得单独构建优化方程式，同样属于前轮齿轮齿条转向连杆优化的问题，梯形臂与横拉杆铰支点在车轮X-Z平面内侧/外侧，优化公式均需要单独建立；转向连杆拓扑类型固定，没有新构型产生。同时，传统硬点设计忽略了机械传动效率的需求，不利于节能。
发明内容
基于此，针对上述问题，有必要填补多轴智能底盘转向系统的控制精度和机械效率协同设计这一空缺，提供一种能够在只有设计域范围、汽车轴距轮距与非转向轴等信息的前提下进行转向连杆系统设计，且无需依赖优化前的初始点位信息，可以从头进行启发式设计的设计方法，具体为一种多轴智能底盘的转向系统协同设计方法。
本发明提供了一种多轴智能底盘的转向系统协同设计方法，该方法包括：
S1；测量目标多轴车辆智能底盘的轮距以及各轴轴距值，并根据轮距以及各轴轴距值推导出当前车辆的阿克曼转角公式；
S2：获取目标多轴车辆的车架信息以及悬置悬架信息，基于车架信息和悬置悬架信息确定转向连杆的设计域范围，并在设计域中划定网格；
S3：基于用户需求确定转向器的激励类型，基于激励类型在网格中设定变量，搭建初始拓扑网络模型；
S4：基于网格中刚性块的坐标与初始拓扑网络模型的坐标，计算模型整体的状态参量；
S5：通过网格中弹簧坐标矢量，计算弹簧长度，进而计算每根弹簧的存储内能；基于所述存储内能，并通过准静态平衡方程求解出当前状态参量下能量最小的位置分布；
S6：计算运动周期间平均传递功率；并以运动周期间平均传递功率最大化为目标函数，以当前车辆的阿克曼转角公式为约束条件，以输入的刚性块形变系数以及弹簧刚度系数为优化变量；
S7：采用移动渐进线梯度求解器迭代求解目标函数和约束条件对于两类优化变量的灵敏度，直至两次迭代间目标函数差距小于预设限值，输出转向系统连杆构型。
优选的，当前车辆的阿克曼转角公式包括前轮阿克曼转角公式，表达式为：
；
其中，为理想内轮转角，α为转向轴外轮转角，W B 为轮距，T r 为轴距。
优选的，基于车架信息和悬置悬架信息确定两侧车轮、悬架以及转向系统中其它装置的安装空间，剩余的安装空间即为转向连杆的设计域范围，所述转向连杆的设计域范围小于所述轮距。
优选的，所述在设计域中划定网格包括：将所述设计域均匀划分成多个相等尺寸的长方形网格。
优选的，S4中，还包括：通过SIMP方法对设定的变量进行插值，插值公式为：
，/>；
其中，k i 表示第i个弹簧的刚度系数，q为惩罚系数，为第i个弹簧的刚度设计参量；N k 为模型中弹簧的总数目。
优选的，变量包括刚性网格间连接弹簧的变形参量、网格对地锚固弹簧的变形参量、可变形网格节点的变形参量。
优选的，模型整体的状态参量的表达式为：
，/>；
其中，为刚性块局部坐标系相对于地面坐标系逆时针旋转的角度；x、y分别表示刚性块中心在地面坐标系下的位置矢量，T表示转置。
优选的，通过准静态平衡方程求解出当前状态参量下能量最小的位置分布，准静态平衡方程的表达式为：
；
其中，表示当前的状态参量；/>表示能量最小的位置分布函数；N B 为刚性块的总数目；/>为系统弹簧所储存的内能；/>为系统向外界输出的虚拟功。
优选的，运动周期间平均传递功率的计算公式为：
；
，/>；
；
其中，为运动周期间平均传递功率，M为虚拟输入转矩；W out 为末端执行器输出功；W inp 表示系统所有的能量；t*表示当前所进行仿真的时刻；/>表示仿真所需的总时间步，U t* 表示系统弹簧所储存的内能。
有益效果：该方法使用运动学拓扑原理，采用MMA（移动渐进线）梯度求解器迭代优化，能够实现多轴大转角范围高精度协调控制的同时有效提高传动效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例的多轴智能底盘的转向系统协同设计方法的流程图。
图2为本申请实施例的多轴汽车连杆结构的示意图。
图3为本申请实施例的移动渐进线梯度求解器迭代求解的流程图。
图4为本申请实施例的多轴智能底盘的转向系统协同设计的应用示例图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似改进，因此本申请不受下面公开的具体实施例的限制。
本实施例提供了一种多轴智能底盘的转向系统协同设计方法，该方法有效实现了各个转向轴连杆系统的运动协调控制。能够在较少的基础数据下进行启发性设计，有效减少计算复杂度。引入了拓扑的概念，用弹簧刚度表征连杆机构运动副，使用SIMP和MMA方法进行迭代优化。提高设计的智能化程度，能够做到在0~30°大转角范围下高精度转角控制，拓扑基线传动效率高于98%。为后续多轮转向系统的细节设计（杆件具体形状、材料、润滑条件等）提供了良好的硬点点位基础。
对于多轴特征汽车转向系统设计，还需额外考虑不同转向轴之间的运动协调性，如图2所示，方向盘经由转向器将运动传导至操纵纵杆（贯通各个转向轴），拉动各轴拉杆完成多轴的转向协调控制。每根转向轴转角比例应当与其和速度瞬心的X向距离比例一致，以保证车辆转向时维持纯滚动。
如图1所示，该方法包括：
S1；测量目标多轴车辆智能底盘的轮距以及各轴轴距值，并根据轮距以及各轴轴距值推导出当前车辆的阿克曼转角公式。
具体的，当前车辆的阿克曼转角公式包括前轮阿克曼转角公式，表达式为：
；
其中，为理想内轮转角，α为转向轴外轮转角，W B 为轮距，T r 为轴距。
S2：获取目标多轴车辆的车架信息以及悬置悬架信息，基于车架信息和悬置悬架信息确定转向连杆的设计域范围，并在设计域中划定网格。
具体的，基于车架信息和悬置悬架信息确定两侧车轮、悬架以及转向系统中其它装置的安装空间，剩余的安装空间即为转向连杆的设计域范围，所述转向连杆的设计域范围小于所述轮距。在本实施例中设计域的宽为长的0.4。
所述在设计域中划定网格包括：将所述设计域均匀划分成多个相等尺寸的长方形网格。由于网格是可以随着迭代变形的（并非受力变形，块是刚性的，但是节点的位置是设计变量），所以只需要将设计域均匀划分成多个相等尺寸的长方形网格即可；且通过算例效果发现，在横向方向（整车y向）网格为5~7个、纵向方向（整车x向）网格为2个时效果最佳。
S3：基于用户需求确定转向器的激励类型，基于激励类型在网格中设定变量，搭建初始拓扑网络模型。
具体的，转向连杆系统分为两种，齿轮齿条式转向器和摇臂式转向器；而齿轮齿条式转向器的输入激励为转向横臂的左右平移激励，摇臂式转向器的输入激励为一侧转向节的转向角度激励。根据用户的需求确定转向器的激励类型，若用户需要结构比较紧凑则选择齿轮齿条式转向器对应的激励类型，否则选择摇臂式转向器对应的激励类型。
在本实施例中，激励类型包括中央块左右平移激励或左侧转向块旋转激励。
S4：基于网格中刚性块的坐标与初始拓扑网络模型的坐标，计算模型整体的状态参量。
还包括：模型运动副与能量表征，通过SIMP方法对设定的变量进行插值，插值公式为：
，/>；
其中，k i 表示第i个弹簧的刚度系数，q为惩罚系数，为第i个弹簧的刚度设计参量；N k 为模型中弹簧的总数目。
在本实施例中，设定的变量包括刚性网格间连接弹簧的变形参量、网格对地锚固弹簧的变形参量、可变形网格节点的变形参量。
模型整体的状态参量的表达式为：
，/>；
其中，为刚性块局部坐标系相对于地面坐标系逆时针旋转的角度；x、y分别表示刚性块中心在地面坐标系下的位置矢量，T表示转置。
S5：通过网格中弹簧坐标矢量，计算弹簧长度，进而计算每根弹簧的存储内能；通过准静态平衡方程求解出当前状态参量下能量最小的位置分布。
在本实施例中，设定系统的内能只有弹簧存储能量组成，通过弹簧坐标矢量计算得到弹簧长度，进而计算每根弹簧的存储内能。对于运动循环中每个时刻的运动位置，通过准静态平衡方程求解得到当前设计变量状态能量最小的位置分布。
准静态平衡方程的表达式为：
；
其中，表示当前的状态参量；/>表示能量最小的位置分布函数；N B 为刚性块的总数目；/>为系统弹簧所储存的内能；/>为系统向外界输出的虚拟功。
S6：计算运动周期间平均传递功率；并以运动周期间平均传递功率最大化为目标函数，以当前车辆的阿克曼转角公式为约束条件，以输入的刚性块形变系数以及弹簧刚度系数为优化变量。
对于连杆系统的传动效率，设虚拟输入功只有两个去向，分别为系统内能的增加和末端执行器对外界的输出功，输出功的比例越高，连杆系统的传动效率越高。
具体的，运动周期间平均传递功率的计算公式为：
；
，/>；
；
其中，为运动周期间平均传递功率，M为虚拟输入转矩，方向与输出杆转动方向相反；W out 为末端执行器输出功；W inp 表示系统所有的能量；t*表示当前所进行仿真的时刻；T表示仿真所需的总时间步，U t* 表示系统弹簧所储存的内能。
S7：采用移动渐进线梯度求解器迭代求解目标函数和约束条件对于两类优化变量的灵敏度，直至两次迭代间目标函数差距小于预设限值，输出转向系统连杆构型。
传统的机构运动学拓扑构型设计主要分为设计域输入输出确定、刚性块位置求解、MMA多约束优化、最终构型输出四个部分。如图3所示的移动渐进线梯度求解器迭代求解过程，其外圈为优化变量的优化迭代的大循环，以运动周期平均传递效率最大化为目标函数、以当前车辆的阿克曼公式为约束条件，计算灵敏度并逐步搜索凸面最优下降梯度方向至最佳位置；内圈为每一次外圈循环中36个时间点刚性块位置分布的计算程序。
其中，表示弹簧刚度的设计参量，参量值范围为0~1；/>表示刚性块形状的设计参量，参量值范围为0~1；/>、/>为目标函数对于两种优化变量的灵敏度；、/>为约束对于两种优化变量的灵敏度；N iter 为内圈循环的迭代次数。
应用时，多轴汽车需要协调各轴转向角，使得所有转向轴车轮速度瞬心聚焦于一点；对单根轴进行转向系统优化设计时，需要对对应输入的刚性块转角变化速度进行相应调整。
如图4所示的四轴车辆，其转角范围设定为0~35°；其基线结构获得的机械传导效率分别为99.6%、99.3%、99%，实际转角与理想转角误差占有比例分别为3.3678%、3.6746%、1.8967%。由数据可知多轴智能底盘的转向系统协同设计方法有效实现了多轴转向运动协调和大转角范围高精度高效率协同设计。
以往多轴特种车辆转向系统硬点设计，需要专门的技术人员在已有的数据基础上分析获得，计算复杂效率不高。在多轴运动协同大转角高精度的高难度场景下优化效果不佳。忽视基线拓扑构型本身的传动效率这一指标，在求解效率、控制精度、转角范围等指标上需要进一步的提升。
本实施例提供的这种协同设计方法，有效实现了各个转向轴连杆系统的运动协调控制。能够在较少的基础数据下进行启发性设计，有效减少计算复杂度。引入了拓扑的概念，用弹簧刚度表征连杆机构运动副，使用SIMP和MMA方法进行迭代优化。提高设计的智能化程度，能够做到在0~30°大转角范围下高精度转角控制，拓扑基线传动效率高于98%。为后续多轮转向系统的细节设计（杆件具体形状、材料、润滑条件等）提供了良好的硬点点位基础。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种多轴智能底盘的转向系统协同设计方法，其特征在于，包括：
S1；测量目标多轴车辆智能底盘的轮距以及各轴轴距值，并根据轮距以及各轴轴距值推导出当前车辆的阿克曼转角公式；
S2：获取目标多轴车辆的车架信息以及悬置悬架信息，基于车架信息和悬置悬架信息确定转向连杆的设计域范围，并在设计域中划定网格；
所述在设计域中划定网格包括：将所述设计域均匀划分成多个相等尺寸的长方形网格；
S3：基于用户需求确定转向器的激励类型，基于激励类型在网格中设定变量，搭建初始拓扑网络模型；
变量包括刚性网格间连接弹簧的变形参量、网格对地锚固弹簧的变形参量、可变形网格节点的变形参量；
S4：基于网格中刚性块的坐标与初始拓扑网络模型的坐标，计算模型整体的状态参量；
S5：通过网格中弹簧坐标矢量，计算弹簧长度，进而计算每根弹簧的存储内能；基于所述存储内能，并通过准静态平衡方程求解出当前状态参量下能量最小的位置分布；
S6：计算运动周期间平均传递功率；并以运动周期间平均传递功率最大化为目标函数，以当前车辆的阿克曼转角公式为约束条件，以输入的刚性块形变系数以及弹簧刚度系数为优化变量；
S7：采用移动渐进线梯度求解器迭代求解目标函数和约束条件对于两类优化变量的灵敏度，直至两次迭代间目标函数差距小于预设限值，输出转向系统连杆构型。
2.根据权利要求1所述的多轴智能底盘的转向系统协同设计方法，其特征在于，当前车辆的阿克曼转角公式包括前轮阿克曼转角公式，表达式为：
；
其中，为理想内轮转角，α为转向轴外轮转角，W B 为轮距，T r 为轴距。
3.根据权利要求2所述的多轴智能底盘的转向系统协同设计方法，其特征在于，基于车架信息和悬置悬架信息确定两侧车轮、悬架以及转向系统中其它装置的安装空间，剩余的安装空间即为转向连杆的设计域范围，所述转向连杆的设计域范围小于所述轮距。
4.根据权利要求1所述的多轴智能底盘的转向系统协同设计方法，其特征在于，S4中，还包括：通过SIMP方法对设定的变量进行插值，插值公式为：
，/>；
其中，k i 表示第i个弹簧的刚度系数，q为惩罚系数，为第i个弹簧的刚度设计参量；N k 为模型中弹簧的总数目。
5.根据权利要求1所述的多轴智能底盘的转向系统协同设计方法，其特征在于，模型整体的状态参量的表达式为：
，/>；
其中，为刚性块局部坐标系相对于地面坐标系逆时针旋转的角度；x、y分别表示刚性块中心在地面坐标系下的位置矢量，T表示转置，N B 为刚性块的总数目。
6.根据权利要求1所述的多轴智能底盘的转向系统协同设计方法，其特征在于，通过准静态平衡方程求解出当前状态参量下能量最小的位置分布，准静态平衡方程的表达式为：
；
其中，表示当前的状态参量；/>表示能量最小的位置分布函数；N B 为刚性块的总数目；/>为系统弹簧所储存的内能；/>为系统向外界输出的虚拟功。
7.根据权利要求1所述的多轴智能底盘的转向系统协同设计方法，其特征在于，运动周期间平均传递功率的计算公式为：
；
，/>；
；
其中，为运动周期间平均传递功率，M为虚拟输入转矩；W out 为末端执行器输出功；W inp 表示系统所有的能量；t*表示当前所进行仿真的时刻；/>表示仿真所需的总时间步，U t* 表示系统弹簧所储存的内能。
CN202410376001.XA 2024-03-29 2024-03-29 一种多轴智能底盘的转向系统协同设计方法 Active CN117972910B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410376001.XA CN117972910B (zh) 2024-03-29 2024-03-29 一种多轴智能底盘的转向系统协同设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410376001.XA CN117972910B (zh) 2024-03-29 2024-03-29 一种多轴智能底盘的转向系统协同设计方法

Publications (2)

Publication Number Publication Date
CN117972910A CN117972910A (zh) 2024-05-03
CN117972910B true CN117972910B (zh) 2024-06-21

Family

ID=90862959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410376001.XA Active CN117972910B (zh) 2024-03-29 2024-03-29 一种多轴智能底盘的转向系统协同设计方法

Country Status (1)

Country Link
CN (1) CN117972910B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118194446B (zh) * 2024-05-17 2024-08-09 湖南大学 智能电动车辆悬架系统硬点设计方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491585A (zh) * 2017-07-11 2017-12-19 西北工业大学 以随机位移响应方差为目标的结构拓扑优化设计方法
CN108879708A (zh) * 2018-08-28 2018-11-23 东北大学 一种主动配电网的无功电压分区方法及系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100625192B1 (ko) * 2000-09-09 2006-09-18 삼성전자주식회사 다중구동형 클럭그리드회로망의 클럭스큐해석을 위한등가회로모델링 방법
US8082051B2 (en) * 2005-07-29 2011-12-20 Harman International Industries, Incorporated Audio tuning system
JP4470181B2 (ja) * 2006-07-26 2010-06-02 エルピーダメモリ株式会社 レイアウト検証方法及びレイアウト検証装置
CN101428642B (zh) * 2008-12-04 2010-06-30 重庆北奔汽车有限公司 五轴重型汽车转向系统
CN204161459U (zh) * 2014-10-14 2015-02-18 安徽科技学院 一种双前轴转向汽车中的转向传动机构
EP3213239A4 (en) * 2014-10-31 2018-06-06 Bridgestone Americas Tire Operations, LLC Scalable vehicle models for indoor tire testing
CN110110413B (zh) * 2019-04-26 2022-11-18 大连理工大学 一种基于材料场缩减级数展开的结构拓扑优化方法
US20230205951A1 (en) * 2021-12-23 2023-06-29 Baidu Usa Llc Simulation obstacle vehicles with driving styles
CN115952594A (zh) * 2022-10-14 2023-04-11 中国人民解放军火箭军工程大学 基于ros通用机器人操作系统的多轴无人车底盘的设计方法
CN115630442A (zh) * 2022-11-08 2023-01-20 江苏大学 一种基于功率驱动阻尼的车辆isd悬架拓扑优化设计方法
CN116167166A (zh) * 2023-02-15 2023-05-26 深圳海星智驾科技有限公司 底盘模型的算法调度方法和装置、电子设备和存储介质
CN116278570A (zh) * 2023-03-23 2023-06-23 江苏大学 一种基于数据驱动模型的商用车半自动悬架自适应协同控制系统与方法
CN116757051B (zh) * 2023-08-14 2023-11-03 华东交通大学 一种柔性铰链机构拓扑优化方法及系统
CN117574597A (zh) * 2023-09-11 2024-02-20 中国人民解放军火箭军工程大学 一种全轮多轴转向系统模型及建立方法
CN117369402A (zh) * 2023-09-13 2024-01-09 中国人民解放军火箭军工程大学 一种多轴分布式底盘稳定控制系统及控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491585A (zh) * 2017-07-11 2017-12-19 西北工业大学 以随机位移响应方差为目标的结构拓扑优化设计方法
CN108879708A (zh) * 2018-08-28 2018-11-23 东北大学 一种主动配电网的无功电压分区方法及系统

Also Published As

Publication number Publication date
CN117972910A (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
CN117972910B (zh) 一种多轴智能底盘的转向系统协同设计方法
Rendall et al. Efficient mesh motion using radial basis functions with data reduction algorithms
CN112214869B (zh) 一种求解欧拉方程的改进型高阶非线性空间离散方法
Anderson et al. Highly parallelizable low-order dynamics simulation algorithm for multi-rigid-body systems
CN108038324A (zh) 一种面向各向异性材料的连续体结构双材料拓扑优化方法
Uchida et al. Using Gröbner bases to generate efficient kinematic solutions for the dynamic simulation of multi-loop mechanisms
CN117236112A (zh) 一种双重降阶的数控机床数字孪生物理场构建方法
CN100583160C (zh) 一种基于细节编码及重构的物理变形方法
Gabiccini et al. Analysis of driving styles of a GP2 car via minimum lap-time direct trajectory optimization
Brembeck Model Based Energy Management and State Estimation for the Robotic Electric Vehicle ROboMObil
CN116882096A (zh) 一种轮腿式多模态无人平台减振控制方法、系统及设备
Pan et al. An efficient high-order time-step algorithm with proportional-integral control strategy for semirecursive vehicle dynamics
Zhang et al. Design of agv chassis motion control system based on mworks
Liu et al. Hardpoint correlation analysis and optimal design for front suspension of a formula SAE car
Tan et al. Advances in Mechanical Design
Liang et al. Simulation analysis and optimization design of front suspension based on ADAMS
CN118194446B (zh) 智能电动车辆悬架系统硬点设计方法、装置、设备及介质
Haas et al. Free Multibody Cosimulation Based Prototyping of Motorcycle Rider Assistance Systems
CN118036189B (zh) 一种后轮主动转向及线控转向载荷预测方法及系统、设备
He et al. A review of automated design synthesis approaches for virtual development of ground vehicle suspensions
Hacker et al. Racecar optimization and tradeoff analysis in a parallel computing environment
CN116047908B (zh) 混合阶异构多智能体系统协同最优编队控制方法及设备
CN113500602B (zh) 多连杆机械手系统的分布式采样控制
Fan et al. The application of ADAMS/CAR in vehicle engineering teaching
Liu et al. Moving horizon estimation of vehicle state and parameters

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant