首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

具有惯性解耦功能的车轮力传感器设计与实现

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-17页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-14页
        1.2.1 国外研究现状第10-13页
        1.2.2 国内研究现状第13-14页
    1.3 论文主要研究内容第14页
    1.4 论文组织结构第14-15页
    1.5 本章小结第15-17页
第二章 系统基本原理第17-27页
    2.1 车轮力理论介绍第17-19页
        2.1.1 车轮力定义第17页
        2.1.2 车轮力坐标系变换第17-19页
    2.2 弹性体结构设计第19-22页
        2.2.1 弹性体应变分析第19-21页
        2.2.2 贴片分布第21-22页
    2.3 加速度的测量第22-23页
    2.4 系统电源的选取第23页
    2.5 信号传输第23-25页
    2.6 系统总体结构第25-26页
    2.7 本章小结第26-27页
第三章 运动感知车轮力传感器设计第27-45页
    3.1 系统下位机硬件设计第27-35页
        3.1.1 功能需求第27页
        3.1.2 下位机硬件整体结构第27-28页
        3.1.3 惯性模块设计第28-31页
        3.1.4 采集模块设计第31-35页
    3.2 系统下位机软件设计第35-40页
        3.2.1 功能需求第35-36页
        3.2.2 通信协议设计第36-37页
        3.2.3 软件流程第37-39页
        3.2.4 程序设计步骤第39-40页
    3.3 系统上位机平台设计第40-44页
        3.3.1 功能需求第40页
        3.3.2 上位机总体结构第40-41页
        3.3.3 上位机软件设计流程第41-42页
        3.3.4 各功能模块介绍第42-44页
    3.4 本章小结第44-45页
第四章 惯性解耦算法研究第45-55页
    4.1 惯性解耦的实现方法第45-46页
        4.1.1 惯性解耦模型第45-46页
        4.1.2 惯性解耦的难点第46页
    4.2 基于BP神经网络惯性力预测算法研究第46-53页
        4.2.1 人工神经网络简介第46-48页
        4.2.2 BP神经网络算法第48-51页
        4.2.3 基于BP神经网络非线性惯性力预测模型第51-53页
    4.3 本章小结第53-55页
第五章 实验与测试第55-67页
    5.1 轮力静态标定实验第55-57页
        5.1.1 静态标定平台第55页
        5.1.2 轮力标定方法第55-57页
    5.2 线加速度标定实验第57-59页
        5.2.1 实验方法第58-59页
        5.2.2 实验结果分析第59页
    5.3 角加速度标定实验第59-63页
        5.3.1 实验方法第60-61页
        5.3.2 实验结果分析第61-63页
    5.4 实车测试第63-65页
    5.5 本章小结第65-67页
第六章 总结与展望第67-69页
    6.1 研究总结第67页
    6.2 研究展望第67-69页
致谢第69-71页
参考文献第71-73页

论文共73页,点击 下载论文
上一篇:图像边缘检测算法的改进及其应用研究
下一篇:基于单演二值编码与稀疏编码人脸识别算法的研究