×
罗宾·S·夏普。

摩托车的最佳预览速度跟踪控制。 （英语） Zbl 1178.70078号

多体系统。动态。 18，第3号，397-411（2007）.
本文是作者最近发表的一系列关于汽车、摩托车和自行车转向的线性最优预见控制的论文之一。目前的工作重点是摩托车的速度保护跟踪；采用的模型是铃木GSX-R 1000K1机器，仅限于平面内自由度。当前驾驶员对前方道路的视图用于选择下一个运动间隔的速度目标数据。通过计算频率响应来说明受控系统的速度跟踪能力。研究表明，严格控制和宽松控制是由于跟踪精度和控制功率之间的平衡选择不同而产生的。严格的控制导致需要少量预览，反之亦然。进行了仿真研究，并给出了问题的各种特征，即与摩托车速度相关的最佳反馈增益、与前方距离相关的预览增益序列以及速度频率响应。摩托车的一个新特点是，通过增加控制紧密度，几乎理想跟踪的频率范围不能超过某个值。
审核人：弗拉基米尔·叶夫根尼耶维奇（顿涅茨克）

引用于6文件

MSC公司：

70E60型 机器人动力学与刚体控制
2005年第70季度 机械系统的控制

关键词：

道路车辆转向；频率响应；铃木GSX-R 1000K1机器；最佳反馈

软件：

自动装置
PDF格式BibTeX公司 XML格式引用
\textit{R.S.Sharp}，多体系统。动态。18，第3号，397--411（2007；Zbl 1178.70078）
全文： 内政部

参考文献：

[1] Sharp，R.S.，Valtetsiotis，V.：最佳预览汽车转向控制。收录：Lugner P.，Hedrick J.K.（编辑）ICTAM第20届国际会议论文集。，VSD补编，第35卷，第101–117页（2001）
[2] 夏普，R.S.：驾驶员转向控制和汽车操纵品质的新观点。J.机械。工程科学。程序。IMechE第C部分219、1041–1051（2005）·doi:10.1243/095440605X31896
[3] 夏普，R.S.：摩托车的最佳线性时不变预览转向控制。在：Bruni，S.，Mastinu，G.R.M.（编辑）《道路和轨道上车辆的动力学》，VSD补充，第44卷，第329-340页。泰勒和弗朗西斯，伦敦（2006）
[4] 夏普，R.S.：通过道路预览实现摩托车转向控制。事务处理。ASME J.动态。系统。测量。控制（2007年7月出版）
[5] 夏普，R.S.：摩托车动力学：稳定性和控制。在：Schiehlen，W.（编辑）《车辆系统的动力学分析：理论基础和高级应用》，第47页。纽约施普林格出版社（2007年出版）
[6] 夏普，R.S.：摩托车操纵动力学。收录：Ploechl，M.，Mastinu，G.（编辑）《道路和越野车辆系统动力学手册》。泰勒和弗朗西斯，伦敦（2007）
[7] 夏普，R.S.：自行车的最佳稳定性和路径允许控制。J.机械。工程科学。程序。IMechE公司。C部分221、415–428（2007）·doi:10.1243/0954406JMES529
[8] Sharp，R.S.：最佳预览控制在道路车辆速度跟踪中的应用。J.机械。工程科学。程序。IMechE（2007年，审查中）
[9] Sharp，R.S.、Evangelou，S.、Limebee，D.J.N.：摩托车动力学建模的进展。多体系统。动态。12(3), 251–283 (2004) ·邮编1121.70008 ·doi:10.1023/B:MUBO.0000049195.60868.a2
[10] Anderson，B.D.O.，Moore，J.B.：线性最优控制。普伦蒂斯·霍尔（Prentice-Hall），恩格伍德悬崖（Englewood Cliffs）（1971年）·Zbl 0321.49001号
[11] Louam，N.，Wilson，D.A.，Sharp，R.S.：车辆悬架的最佳控制，包括前后轮输入之间的时间延迟。车辆。系统。动态。17（6），317-336（1988）·doi:10.1080/00423118808968909
[12] Prokop，G.、Sharp，R.S.：通过道路预览提高有限带宽主动式汽车悬架的性能。IEE程序。控制理论应用。142(2), 140–148 (1995) ·doi:10.1049/ip-cta:19951772
[13] Sharp，R.S.、Evangelou，S.、Limebeer，D.J.N.：摩托车建模的多体方面，特别是AutoSim。摘自：Ambrosio，J.A.C.（编辑）《计算多体系统的进展》，第45-68页。施普林格，多德雷赫特（2005）·Zbl 1161.70322号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。