【车辆动力学】专栏目录汇总

已于 2022-07-14 14:50:47 修改
阅读量1.4k 收藏 28
点赞数 6
分类专栏： 车辆动力学 文章标签： 车辆动力学
于 2022-06-23 13:14:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/CrazyRabbit1989/article/details/125425179
版权

1. 说明

博主会定期更新博客，记录自己工作、学习过程中的积累。对于技术上的问题，欢迎大家讨论。

博主联系方式：
crazyrabbit0823@163.com

以下为车辆动力学专栏所有博文目录：

2. 前言

车辆动力学从入门到进阶之路（传统篇）

3. “纯”车辆动力学知识

【理论】车辆双轴振动模型（一）
【理论】车辆双轴振动模型（二）
【理论】车辆四轮路面不平度时域再现

4. K&C知识

【K&C-第0篇】K&C简介
【K&C-第1篇】K&C测试
【K&C-第2篇】平行轮跳试验解析
【K&C-第3篇】反向轮跳试验解析
【K&C-第7篇】转向几何设计

【四轮定位】四轮定位设定的一些准则
【四轮定位】一些车型的四轮定位汇总

5. 零部件

【轮胎】轮胎侧偏松弛长度测试方法
【轮胎】轮胎的动态特性
【悬架】麦弗逊悬架新结构
【衬套】橡胶元件的动态性能

精通AI领域技术实战千例专栏—学习人工智能的指南宝典
一键难忘的博客
11-12 2万+
精通AI领域技术实战千例专栏—学习人工智能的指南宝典 “人工智能是一个非常大的交叉学科，本身就有一个庞大的体系。” 通班的领衔创立者，北大人工智能研究院院长、讲席教授朱松纯介绍说。因此，仅仅把人工智能视为应用领域，课程只集中在某个研究热点上，完全无法满足培养人工智能复合型领军人才的需要： “一个人只有把人工智能六个领域都搞懂了、融会贯通了，你才能说你是人工智能领域的人才或者专家。”
为什么AVL fire DVI 界面里面的response Editor project 中的Summary result 点不了？？？
**My Coding Family**
08-27 760
🏆本文收录于《优快云问答解惑-专业版》专栏，主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！
车辆动力学
02-08
车辆动力学观察者 车辆动力学观察者是一个使用动态自行车模型实现加权差异观察者的库。 发行说明 已完成： 车辆动力学观察者基础班 去做： 测验 入门 这些说明将帮助您生成使用此软件包的必要文档，并列出所需的依赖项。 文献资料 该项目的文档基于Doxygen。 要生成，请执行以下命令： cd <path>/vehicle_dynamics doxygen Doxyfile 依存关系 以下依赖项是必需的，可以相应地安装。 sudo apt install doxygen sudo apt install libgtest-dev sudo apt install build-essential sudo apt install python-catkin-tools sudo apt install ros-noetic-desktop-full (Includes required Eig
TADynamics-车辆动力学模型库
SZ_TONGYUAN的博客
01-19 1403
1 车辆动力学 车辆动力学主要分为车辆纵向动力学、车辆横向动力学和车辆垂向动力学三个方面，例如急加速工况下的车身俯仰角、高速过弯时车身的质心侧偏角和高速通过障碍物时车身的振动等。 分析车辆的动力学性能，可以在车辆设计初期对其行驶的平顺性和操纵的稳定性进行预测，缩短设计周期和降低生产成本，有助于人们对车辆运行过程中动态特性的研究。TADynamics车辆动力学模型库是同元车辆TA系列模型库之一，本文将介绍该模型库的内容及其应用。 图1车辆动力学系统组成 2 TADynamics车...
一本非常好的车辆动力学方面的书，车辆动力学及其控制
04-08
这是国内少有的写的比较好的有关车辆动力学及其控制方面的书，适合于学习车辆工程的本科、研究生等学习和研究。
车辆动力学从入门到进阶之路（传统篇）
CrazyRabbit的博客
06-16 1万+
新手如何入门车辆动力学开发领域，本文为您引路！
【理论】车辆双轴振动模型（一）
CrazyRabbit的博客
07-06 1818
车辆双轴振动模型
自动驾驶仿真工具之汇总
silver bullet
07-05 1万+
大家好，我已经把优快云上的博客迁移到了知乎上，欢迎大家在知乎关注我的专栏慢慢悠悠小马车（https://zhuanlan.zhihu.com/c_1132958996826546176）。以后，我会把日常的思考放在优快云上，梳理过的精华文章放在知乎上，希望大家可以多多交流，互相学习。 近来想找一个开源免费的、针对高速场景的、使用便捷的自动驾驶仿真环境，进行了一些调研。可惜的是，大多数工具并没...
AIGC-十款生活效率类智能体完整指令直接用(DeepSeek，豆包，千问，Kimi，GPT)
最新发布
空名先生
04-16 1025
旅行计划生成、健身计划、时间管理方案、理财规划建议、学习路径设计、家居整理收纳方案、家庭活动策划、职业发展规划、家居装修预算规划、个人健康管理方案
联想ERP项目实施案例分析（9）：工作方法总结
热门推荐
阿朱=行业趋势+开发管理+架构
04-16 9万+
联想ERP项目实施案例分析（9）：工作方法总结一、组织与授权1、一把手工程高层支持：集团总裁亲自点将“哪个平台没有按时上线，请平台总监主动将辞职报告放在我桌上”集团副总裁任项目总监，各区域总监任平台项目总监纳入组织体系：集团财务、运作、MED副总担任项目经理及各模块组长，平台商、财、物经理任平台项目经理或数据负责人，还有由集团副总裁们组成领导委员会、由部门总经理、副总经理组成项目推进小组，项目实施
【理论】车辆四轮路面不平度时域再现
CrazyRabbit的博客
07-06 8172
半主动悬架开发过程中需要的等级路面生成方法
探索车辆平顺新维度：车辆四轮路面不平度时域再现工具包揭秘
gitblog_06501的博客
10-31 430
探索车辆平顺新维度：车辆四轮路面不平度时域再现工具包揭秘 【下载地址】车辆四轮路面不平度时域再现资源介绍分享 车辆四轮路面不平度时域再现资源介绍本资源文件提供了关于车辆四轮路面不平度时域再现的理论和实践内容 项目地址: https...
matlab时域路面不平度,程序运行不了（路面不平度）
weixin_32108979的博客
03-22 1072
用三角级数叠加法模拟了4中路面状态下的不平度样本L=64; %桥跨v1=50; %车辆速度上限v2=10; %车辆速度下限f1=0.2; %对轮胎的激励时间频率下限fu=100; %对轮胎的激励时间频率下限n1=f1/v1; %空间频率下限n1=f1/v1,v1=f1/n1;nu=(fu)/v...
【理论】车辆双轴振动模型（二）
CrazyRabbit的博客
07-06 3690
车辆动力学理论：车辆双轴振动模型
【K&C-第0篇】K&C简介
CrazyRabbit的博客
06-23 5874
底盘K&C设计开发介绍
车辆动力学学习记录
weixin_57554259的博客
11-03 1398
车辆动力学学习记录---按个人需求更新中
【自动驾驶】二自由度车辆动力学模型
weixin_42301220的博客
05-15 1万+
文章目录参考资料1. 基本模型建立 参考资料 车辆数学模型 车辆模型-动力学模型(Dynamics Model) 1. 基本模型建立 我们作如下假设： 车辆所受的空气的力只会对车身坐标系x轴方向上的运动有影响，y轴方向和沿着z轴的旋转不会受到空气力的影响； 车辆运行在二维平面中，也就是z轴无速度。 车辆轮胎力运行在线性区间。 建立如下坐标系，X,Y表示全局坐标系，x,y则表示车身坐标系，x轴方向沿车辆中轴方向向前，y轴方向朝右，其原点在质心位置。 ......
车辆跟踪专栏
04-03
### 车辆跟踪技术实现方案 车辆跟踪是一项复杂的任务，通常涉及目标检测和目标跟踪两个核心部分。以下是关于车辆跟踪的技术实现方案： #### 1. **目标检测** 目标检测是车辆跟踪的第一步，用于定位视频帧中的感兴趣区域（ROI）。目前主流的方法包括但不限于YOLO系列、Faster R-CNN等。 - 使用YOLOv8作为目标检测算法可以显著提升系统的实时性[^2]。它能够快速识别并标注视频流中的特定对象，例如车辆。 - 如果需要更高的灵活性，也可以考虑YOLOv5或其他轻量级模型[^3]。 #### 2. **目标跟踪** 目标跟踪负责在连续帧之间关联同一目标，从而形成轨迹。 - PP-Tracking是一种高效的解决方案，支持多类别目标跟踪，并特别优化了特征匹配模块以适应不同类型的物体，如汽车、卡车、公交车等[^1]。 - OC-Sort作为一种先进的跟踪算法，在保持高精度的同时也具备良好的实时性能。 #### 3. **系统集成** 为了构建完整的车辆跟踪系统，需将上述两部分结合起来： - 开发环境建议采用Python语言配合PyQt5库来搭建图形化用户界面(GUI)，以便于操作者监控整个过程。 - 配置输入源时，可以通过修改`main.py`文件指定待处理的视频文件位置；默认情况下指向的是相对路径下的测试样本(`./video/test.mp4`) [^4]。 ```python import cv2 from ultralytics import YOLO def detect_objects(frame, model): results = model(frame) detections = [] for r in results: boxes = r.boxes.xyxy.cpu().numpy() confidences = r.boxes.conf.cpu().numpy() classes = r.boxes.cls.cpu().numpy().astype(int) detections.extend([(box, score, cls) for box, score, cls in zip(boxes, confidences, classes)]) return detections if __name__ == "__main__": video_path = "./video/test.mp4" cap = cv2.VideoCapture(video_path) model = YOLO("yolov8n.pt") while True: ret, frame = cap.read() if not ret: break detections = detect_objects(frame, model) # 进一步处理detections... ``` 以上代码片段展示了如何加载预训练模型以及执行基本的对象检测逻辑。 ---
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CrazyRabbit0823

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值