首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--计算机仿真论文

方向与速度综合控制驾驶员模型及在ADAMS中的应用

提要第1-8页
第一章 绪论第8-22页
   ·课题的提出第8-10页
     ·课题的目的和意义第8-9页
     ·驾驶员模型所能应用的范围第9-10页
   ·驾驶员模型的历史与现状第10-21页
     ·方向控制模型简介第11-14页
     ·速度控制模型简介第14-15页
     ·方向和速度综合控制模型简介第15-17页
     ·课题组所研究的驾驶员模型发展历程第17-18页
     ·实验室所研究的驾驶员模型的其他发展方向第18-19页
     ·国际上比较成熟的驾驶员模型第19-21页
   ·本文研究的主要内容第21-22页
第二章 方向控制驾驶员模型第22-49页
   ·预瞄优化人工神经网络驾驶员模型第22-26页
     ·基本预瞄优化人工神经网络驾驶员模型第22-24页
     ·简化的预瞄优化人工神经网络驾驶员模型第24-26页
   ·二自由度角输入车辆模型第26-31页
     ·运动模型与坐标第26-28页
     ·微分方程与传递函数第28-30页
     ·复杂车辆模型的参数辨识第30-31页
   ·基于误差分析的神经网络驾驶员建模的解析方法第31-36页
     ·预瞄-跟随系统基本理论第31-33页
     ·驾驶员模型参数的误差分析法第33-36页
   ·试验道路设计与模型的仿真验证第36-40页
     ·典型工况试验道路第36-37页
     ·极限工况试验道路第37-38页
     ·模型的仿真验证第38-40页
   ·极限工况下驾驶员模型的改进第40-48页
     ·引入车辆状态参考器的POSANN驾驶员模型第40-44页
     ·车辆状态参考器中模型参数的确定第44-46页
     ·改进驾驶员模型的仿真验证第46-48页
 本章小结第48-49页
第三章 方向与速度综合控制驾驶员模型第49-64页
   ·速度控制驾驶员模型第49-53页
     ·预瞄优化神经网络纵向驾驶员模型第49-50页
     ·MAP图基本思想第50-51页
     ·基于误差分析法的神经网络纵向驾驶员模型第51-53页
   ·考虑车速影响下驾驶员模型参数的修正第53-56页
     ·车辆模型参数G_(ay),T_(q1), T_(q2) 的修正第54-55页
     ·预瞄时间t_p 的修正第55-56页
   ·预瞄优化神经网络综合模型第56-59页
     ·基于误差分析法的神经网络综合决策模型第56-57页
     ·方向与速度综合控制驾驶员模型的解耦第57-59页
   ·方向与速度综合控制驾驶员模型的仿真验证第59-62页
     ·试验道路描述第59-60页
     ·仿真试验结果第60-62页
 本章小结第62-64页
第四章 驾驶员模型在ADAMS中的应用第64-82页
   ·驾驶员模型与ADAMS/Solver的连接第64-69页
     ·ADAMS/Solver中人-车闭环系统的建立第64-66页
     ·驾驶员模型在ADAMS中的改进第66-68页
     ·ADAMS/Solver中驾驶员模型的仿真过程第68-69页
   ·驾驶员模型与ADAMS中其他模块的连接第69-73页
     ·驾驶员模型与ADAMS/Car的连接第69-72页
     ·驾驶员模型与ADAMS/View的连接第72-73页
   ·人-车闭环系统在ADAMS中的应用第73-81页
     ·弯道制动试验方法描述第73-75页
     ·仿真试验结果第75-80页
     ·试验结果分析第80-81页
 本章小结第81-82页
第五章 全文总结与展望第82-84页
参考文献第84-88页
摘要第88-90页
ABSTRACT第90-93页
致谢第93页

论文共93页,点击 下载论文
上一篇:基于形态学分水岭算法的细胞图像分割
下一篇:基于本体的玉米病虫害防治语义检索系统的研究