کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5018357 | 1467279 | 2017 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Terrain classification using intelligent tire
ترجمه فارسی عنوان
طبقه بندی زمین با استفاده از تایر هوشمند
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ربات زمین چرخ دار، تایر هوشمند، طبقه بندی زمین الگوریتم منطقی فازی،
ترجمه چکیده
یک ربات زمین چرخدار برای درک بهتر چالش های استفاده از لاستیک هوشمند مبتنی بر شتاب سنج برای بهبود تحرک طراحی و ساخته شده است. از آنجا که نیروهای کشش ربات به نوع سطح و اصطکاک مرتبط با تعامل تایر جاده وابسته است، سیگنال های شتاب سنج اندازه گیری شده برای طبقه بندی زمین و ویژگی های سطح زمین مورد استفاده قرار گرفت. برای رسیدن به این هدف، ربات با سنسورهای مناسب (یک شتاب سنج سه طرفه متصل به درون لاینر تایر، یک شتاب سنج محوری متصل به شاسی ربات و سنسورهای سرعت چرخ) و یک سیستم جمع آوری داده ها، ابزار گنجانده شد. لغزش چرخ به وضوح با استفاده از کد کننده های متصل به چرخ های رانده شده و غیر چرخان اندازه گیری شد. الگوریتم منطقی فازی برای طبقه بندی زمین مورد استفاده قرار گرفت. این الگوریتم از قدرت سیگنال شتاب و نسبت لغزش چرخ به عنوان ورودی استفاده می کند و تمام سطوح مختلف را به چهار دسته اصلی تقسیم می کند. آسفالت، بتن، چمن و شن و ماسه. عملکرد الگوریتم با استفاده از داده های تجربی ارزیابی شد و توافقات خوب بین انواع سطوح و برآورد شده ها مشاهده شد.
موضوعات مرتبط
مهندسی و علوم پایه
علوم زمین و سیارات
مهندسی ژئوتکنیک و زمین شناسی مهندسی
چکیده انگلیسی
A wheeled ground robot was designed and built for better understanding of the challenges involved in utilization of accelerometer-based intelligent tires for mobility improvements. Since robot traction forces depend on the surface type and the friction associated with the tire-road interaction, the measured acceleration signals were used for terrain classification and surface characterization. To accomplish this, the robot was instrumented with appropriate sensors (a tri-axial accelerometer attached to the tire innerliner, a single axis accelerometer attached to the robot chassis and wheel speed sensors) and a data acquisition system. Wheel slip was measured accurately using encoders attached to driven and non-driven wheels. A fuzzy logic algorithm was developed and used for terrain classification. This algorithm uses the power of the acceleration signal and wheel slip ratio as inputs and classifies all different surfaces into four main categories; asphalt, concrete, grass, and sand. The performance of the algorithm was evaluated using experimental data and good agreements were observed between the surface types and estimated ones.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Terramechanics - Volume 71, June 2017, Pages 15-24
Journal: Journal of Terramechanics - Volume 71, June 2017, Pages 15-24
نویسندگان
Seyedmeysam Khaleghian, Saied Taheri,