导读:本文包含了定位参数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:参数,车轮,悬架,前轮,测量,卷积,模型。
定位参数论文文献综述
田栋,马相飞,习伟博[1]（2019）在《基于ADAMS的悬架车轮定位参数优化设计》一文中研究指出悬架作为汽车的重要组成部分之一,对汽车的操稳性和舒适性有着重要影响。以麦弗逊式悬架为研究对象,利用ADAMS软件建立其动力学模型,结合多目标优化方法,对悬架各个结构参数进行最优试验分析,得到麦弗逊式悬架优化性能参数。通过对优化前后的前悬架性能进行对比分析,得出最优结构参数。优化实验结果表明:优化后的麦弗逊式悬架综合性能得到了进一步提升。(本文来源于《汽车实用技术》期刊2019年16期）
郑希江,纪少波,李淑廷,张宏伟[2]（2019）在《独立悬架前轮定位参数对操纵稳定性影响分析》一文中研究指出前轮定位参数的改变对整车操纵稳定性会产生不同程度的影响。基于虚拟仿真技术,应用ADAMS与Solidworks建模相结合的方法建立单纵臂悬架整车参数化仿真模型,得到前后悬架的刚度和速度特性曲线。根据所选参数变量进行参数化仿真,得到外倾角、前束角以及轮距随轮跳的变化曲线,从而验证仿真模型的正确性。利用AMESim和ADAMS进行联合仿真,通过更改前桥初始定位参数,分别进行整车的稳态回转仿真试验、双移线仿真试验和方向盘角阶跃输入仿真试验。结果表明当主销后倾角增大时,车辆的横摆角速度和侧向加速度均减小,侧倾角响应时间变长,明显的提高了整车的操纵稳定性;单纵臂悬架在运动过程中,主销后倾角呈现动态的变化过程,通过优化使后倾角在一个限定的范围内,起到很好的作用。为同类单纵臂悬架选型及改进设计提供参考。(本文来源于《机械设计与制造》期刊2019年07期）
刘元鹏,牛会明,仝晓平,徐观[3]（2019）在《汽车车轮定位参数视觉测量模型的建立与检测方法》一文中研究指出车轮定位参数直接影响汽车操纵稳定性,车轮定位参数主要包括车轮前束角(Toe-in)、车轮外倾角(Camber)、主销后倾角(Caster)和主销内倾角(SAI)。车轮前束与车轮外倾角为车轮平面与汽车纵平面之间的夹角,可用传感器直接测量,而主销为处于空间一般位置的用于约束车轮转向的虚拟轴线,传统方法无法直接测量,通常采用近似线性模型进行测量,测量时间长且误差较大。为(本文来源于《汽车维护与修理》期刊2019年12期）
朱艮生[4]（2019）在《科鲁兹轿车定位参数分析及调整参考》一文中研究指出车辆行驶必须具备良好的稳定行驶能力,具体包括:直线行驶能力、拐弯时围绕弯路行驶的拐弯性能、恢复直行状态的恢复能力、轮胎经过颠簸路面时减缓传递给悬架震动的能力等等,对于不同车辆的悬架来说,车轮应与地面成一定要求的角度安装,这就是车轮定位,文章以科鲁兹轿车为例来进行定位参数的分析。(本文来源于《汽车实用技术》期刊2019年11期）
杨书成,黄国满,程春泉[5]（2019）在《基于DEM的SAR影像几何定位参数校正方法》一文中研究指出针对大范围无地面控制的SAR影像几何纠正,利用在一定时间和空间范围内SAR系统几何定位参数误差具有一定稳定性的特点,提出基于DEM的几何定位参数校正方法。该方法首先基于DEM进行影像模拟生成模拟SAR影像;然后在模拟SAR影像上提取特征点,针对特征点将模拟SAR影像和原始SAR影像进行匹配,得到特征点在原始SAR影像上的同名特征点,再结合DEM进行模拟影像间接定位获取特征点的地理坐标,以此作为几何定位参数校正的参考点;进而根据严密SAR几何构像模型构建几何定位参数校正模型,解算几何定位参数校正值;最后,利用几何参数校正值改正区域内其他SAR影像几何定位参数,提高区域内SAR影像几何定位精度。以高分叁号影像进行试验,使用本文方法获取一景影像的几何定位参数校正值,对同一轨道内的和不同轨道的其他SAR影像进行参数校正,并对参数校正前后的几何定位精度进行评价。结果显示,同一轨道内的影像定位精度由66.0 m提高到9.7 m,不同轨道的影像定位精度由65.0 m提高到13.5 m,表明本文方法能够显着提高SAR影像几何定位精度。(本文来源于《地球信息科学学报》期刊2019年04期）
白燕超,邵子龙[6]（2019）在《汽车四轮定位参数尺寸链分析及稳健性优化》一文中研究指出随着多连杆后独立悬架在汽车上越来越多的应用,后悬的四轮定位参数的控制和实现变得越来越复杂。作为汽车底盘的关键参数,四轮定位参数控制不当将严重影响汽车的操控和行驶性能。文章采用3DCS偏差分析软件对四连杆后悬架进行叁维尺寸链分析建模,对于后悬四轮定位参数、控制臂间的耦合性进行了分析,同时探索了控制臂调节量安全性校核方法,为产品设计、制造及质量控制提供了参考。(本文来源于《汽车实用技术》期刊2019年07期）
崇米娜[7]（2019）在《鲁棒模型拟合算法及其在相机定位参数估计的应用研究》一文中研究指出模型拟合是人工智能领域的基础研究内容,其涉及到图像处理、模式识别等计算机视觉领域的知识,已经被广泛应用到机器人定位、无人驾驶、图像拼接等任务中。模型拟合的目的是从含有离群点信息的输入数据中估计出内点及其待测模型参数。如何去除离群点并正确的估计模型结构的内点一直是学者们的研究热点。目前,国内外研究者提出了许多模型拟合算法,但在处理包含高比例离群点的多结构模型数据时仍然存在一定问题,而且在算法运行时间以及拟合准确度方面也无法满足实际应用的需求。针对上述问题,本文提出了基于谱聚类去除离群点的鲁棒模型拟合算法,并结合模型拟合在相机定位参数估计方面的应用提出了基于深度学习参数估计的相机定位方法。基于谱聚类去除离群点的鲁棒模型拟合算法(Outliers Removed via Spectral Clustering for Robust Model Fitting,ORSC),是基于传统偏好分析方法进行的改进,大多数的传统方法是将去除离群点和模型结构数据分类分成两个步骤,这样就会造成离群点被当作内点进行错误估计或者内点被误当作离群点去除,影响了模型拟合的准确度。在本文提出的算法中,首先给多次采样得到的模型假设赋予权重,将无效假设去除,然后在有效的模型假设中建立相似矩阵的概念空间,在该空间中,离群点和内点的距离分布不同,内点距离空间原点比离群点更远,根据距离分布信息,运用可以自动确定子空间类别的谱聚类(Self-Tuning),同时去除离群点和生成多结构模型数据类,节省了计算时间。此外,在得到的多结构模型数据类的内点上,重复上述步骤,得到更加鲁棒的模型假设,从而提高了算法的准确率。通过在合成数据直线拟合、圆拟合以及真实图像中的实验结果,证明了所提出的方法相比于对比方法更具有鲁棒性。基于深度学习参数估计的相机定位方法(Parameter Estimation via Deep Learning for Camera Localization)是模型拟合在相机定位方面的重要应用,传统的几何方法通过提取SFIT等特征,对图像与图像之间进行特征匹配,去除离群点(错误匹配),对相机拍摄时的内点进行估计,从而恢复出相机位姿。但该类方法对图像纹理信息依赖性很强,而且在特征处理方面计算复杂度很高。本文提出基于深度学习参数估计的相机定位,输入RGB图像,通过卷积神经网络训练学习,对相机姿态进行回归,输出6自由度的7维相机位姿向量。该卷积神经网络根据已有的PoseNet网络模型进行的改进,通过正则化处理,缓解了梯度消失问题,使得训练收敛更快速。此外,对大卷积进行分解,减少了计算复杂度。通过在公开数据集上的测试,证明了该方法的有效性。(本文来源于《中北大学》期刊2019-03-15）
张泽龙,刘兆岩[8]（2019）在《基于3DCS对定位参数仿真的车辆行驶跑偏原因分析及优化》一文中研究指出为解决车辆行驶跑偏问题,提高驾驶安全性,本论文通过建立3DCS叁维仿真模型并运行蒙特卡洛仿真分析,得到分析目标的敏感度和几何影响因子,根据仿真分析结果,对车架上的左右上摆臂安装孔孔位公差及转向器定位孔的孔径进行优化。为验证优化方案的有效性,采用VBOXⅢ数据采集系统对样车跑偏进行试验并进行数据分析,结果表明跑偏现象降低到0.65%。(本文来源于《中国汽车》期刊2019年01期）
马娇[9]（2018）在《基于双目视觉汽车定位参数测量系统研发》一文中研究指出车轮定位参数主要包括车轮主销后倾角、主销内倾角、车轮外倾角和车轮前束角。车轮定位参数异常,必然会导致轮胎出现异常磨损、行驶跑偏、车轮摆振、转向沉重、油耗增加等问题,直接影响汽车的行驶安全。传统接触式车轮定位参数测量方法具有操作繁琐,检测效率低、系统维护难等缺点,已难以适应现代汽车快速检测维修的需求。因此,进行车轮定位参数的非接触、快速检测对汽车车轮的调整和维修具有重要的意义。本文基于立体视觉测量原理提出了一种基于双目视觉的车轮定位参数测量原理。论文的主要工作如下:首先研究了车轮定位参数视觉测量的原理,分析了车轮定位参数对汽车性能的影响,研究了双目立体视觉测量的方法和视觉系统的标定方法。其次建立了车轮定位参数测量模型,推导出了车轮定位参数检测系统的车轮运动学模型,并由车轮运动学模型建立了车轮前束、车轮外倾、主销后倾、主销内倾及车轮转角测量模型。然后,确定了车轮定位参数测量系统的具体实施方案及系统结构的优化,设计了测量系统的硬件和软件设计。最后,通过检测系统的摄像机标定试验和车轮定位参数的检测试验,检验了系统的可行性和测量精度。本文结合了车轮定位参数检测的发展趋势,对计算机视觉的通用性关键技术进行了研究,研发并设计了一套基于双目视觉汽车定位参数测量系统。本次的研究成果对车轮定位参数知识理论以及计算机视觉应用提供了设计依据。(本文来源于《西京学院》期刊2018-12-01）
陈东皓[10]（2018）在《基于卷积神经网络的汽车车轮定位参数自动测量方法》一文中研究指出传统的定位参数自动测量方法四轮定位能力差,测量结果不准确。为了解决此问题,提出了一种基于卷积神经网络的汽车车轮定位参数自动测量方法。设计了测量框架,由控制模块和控制终端组成,测量工作流程分为建模初始化、数据提取、数据采集以及自动测量四步。与传统测量方法进行对比,由实验结果可知,当提取特征维数为50维时,传统方法的测量精准度在48%左右,所提方法的测量精准度为在90%左右,所涉及的方法能够精准地定位出汽车车轮定位参数,完成参数测量。(本文来源于《计算机测量与控制》期刊2018年11期）
定位参数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
前轮定位参数的改变对整车操纵稳定性会产生不同程度的影响。基于虚拟仿真技术,应用ADAMS与Solidworks建模相结合的方法建立单纵臂悬架整车参数化仿真模型,得到前后悬架的刚度和速度特性曲线。根据所选参数变量进行参数化仿真,得到外倾角、前束角以及轮距随轮跳的变化曲线,从而验证仿真模型的正确性。利用AMESim和ADAMS进行联合仿真,通过更改前桥初始定位参数,分别进行整车的稳态回转仿真试验、双移线仿真试验和方向盘角阶跃输入仿真试验。结果表明当主销后倾角增大时,车辆的横摆角速度和侧向加速度均减小,侧倾角响应时间变长,明显的提高了整车的操纵稳定性;单纵臂悬架在运动过程中,主销后倾角呈现动态的变化过程,通过优化使后倾角在一个限定的范围内,起到很好的作用。为同类单纵臂悬架选型及改进设计提供参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
定位参数论文参考文献
[1].田栋,马相飞,习伟博.基于ADAMS的悬架车轮定位参数优化设计[J].汽车实用技术.2019
[2].郑希江,纪少波,李淑廷,张宏伟.独立悬架前轮定位参数对操纵稳定性影响分析[J].机械设计与制造.2019
[3].刘元鹏,牛会明,仝晓平,徐观.汽车车轮定位参数视觉测量模型的建立与检测方法[J].汽车维护与修理.2019
[4].朱艮生.科鲁兹轿车定位参数分析及调整参考[J].汽车实用技术.2019
[5].杨书成,黄国满,程春泉.基于DEM的SAR影像几何定位参数校正方法[J].地球信息科学学报.2019
[6].白燕超,邵子龙.汽车四轮定位参数尺寸链分析及稳健性优化[J].汽车实用技术.2019
[7].崇米娜.鲁棒模型拟合算法及其在相机定位参数估计的应用研究[D].中北大学.2019
[8].张泽龙,刘兆岩.基于3DCS对定位参数仿真的车辆行驶跑偏原因分析及优化[J].中国汽车.2019
[9].马娇.基于双目视觉汽车定位参数测量系统研发[D].西京学院.2018
[10].陈东皓.基于卷积神经网络的汽车车轮定位参数自动测量方法[J].计算机测量与控制.2018
论文知识图
