声明
符号说明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 油气悬架研究现状
1.2.2 数据融合技术研究现状
1.2.3 路面识别技术研究现状
1.2.4 现存问题
1.3 本文主要研究内容
第2章 全地面起重机油气悬架模型及互连方案分析
2.1 全地面起重机主要结构组成
2.2 油气悬架系统模型的建立
2.2.1 蓄能器模型
2.2.2 互连式油气悬架数学模型
2.3 五桥全地面起重机悬架互连方案
2.3.1 油气悬架刚度特性分析
2.3.2 油气悬架阻尼特性分析
2.4 五桥全地面起重机互连式油气悬架系统
2.5 本章小结
第3章 全地面起重机不同等级路面行驶平顺性仿真
3.1 路面模型的建立
3.1.1 路面不平度的研究方法
3.1.2 建立路面模型
3.2 五桥全地面起重机整车动力学模型的建立
3.2.1 建立整车动力学数学模型
3.2.2 建立整车动力学仿真模型
3.3 本章小结
第4章 基于神经网络的路面等级识别及验证
4.1 信号预处理
4.1.1 基于相关函数的压力信号融合
4.1.2 小波变换
4.2 基于监督局部切空间排列算法的特征降维
4.2.1 局部切空间排列算法
4.2.2 监督局部切空间排列算法
4.3 路面等级的神经网络识别
4.3.1 RBF神经网络路面等级识别
4.3.2 ANFIS神经网络路面等级识别
4.3.3 LVQ神经网络路面等级识别
4.4 路面等级识别算法验证
4.5 本章小结
第5章 全地面起重机路面识别试验研究
5.1 路面等级评价试验
5.1.1 路面高程信息采集
5.1.2 信号预处理
5.1.3 功率谱密度计算
5.1.4 道路等级评价试验结果
5.2 全地面起重机的路面等级识别试验
5.2.1 硬件系统搭建
5.2.2 路面等级识别系统
5.2.3 全地面起重机行驶响应结果
5.3 悬架系统模型及动力学模型验证
5.3.1 油气悬架系统模型验证
5.3.2 全地面起重机动力学模型验证
5.4 路面等级识别试验结果分析
5.5 本章小结
第6章 基于数据融合技术的车前路面识别方法与试验
6.1 车前路面感知系统
6.1.1 硬件系统搭建
6.1.2 传感器标定
6.2 基于数据融合的激光雷达实时姿态估计
6.2.1 双目视觉的位姿测量
6.2.2 基于卡尔曼滤波的姿态估计
6.2.3 激光雷达姿态校正
6.3 车前路面信息的测量与重构
6.3.1 基于递归算法的路面点云采集
6.3.2 路面点云数据预处理
6.3.3 基于概率引导的随机采样一致性算法的路面重构
6.4 基于全地面起重机的车前路面识别试验
6.5 本章小结
第7章 总结
7.1 主要工作和成果
7.2 本文的创新点
7.3 研究展望
参考文献
作者简介及科研成果
攻读博士期间发表的学术论文
攻读博士期间参与的科研项目
致谢
吉林大学;
