20:50视频长度为20:50。
图法斯特生态团队的纵向巡航控制器
从系列中:学生团队分享他们的成功秘诀
亚历山大·哈默尔,塔法斯特
马克西米兰Mühlbauer,塔法斯特
马克西米兰·阿姆,塔法斯特
通过使用基于算法的驾驶策略,利用车辆模型和GPS跟踪数据,最大限度地提高效率。Maximilian Amm, Alexander Hammerl和Maximilian Mühlbauer为他们的EducEco /壳牌生态马拉松车设计了一个速度控制器。Hammerl和Mühlbauer与MathWorks的Christoph Hahn一起展示了他们的车辆模型,并讨论了他们对纵向速度控制器的集成。
首先,Alexander Hammer介绍了如何建立一个车辆模型,重点是建模损失、驾驶员和电路,以使用遗传算法生成最优的特定轨道驾驶策略。您将获得用于仿真的组件的完整模型概述,包括电路模型、车辆模型、驱动器和控制模型。
接下来,Maximilian Mühlbauer将讨论如何使用模拟结果。Maximilian解释了硬件实现在开发过程中的关键部分,以及巡航控制系统的优点和缺点。
图法斯特生态团队专门从事效率竞赛,目标是在尽可能少消耗能源的情况下旅行。拥有巡航控制系统对驾驶性能来说是一个巨大的优势。感谢图法斯特生态团队提供的方法。
记录日期:2017年1月12日
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。