-
公开(公告)号:CN110775175B
公开(公告)日:2021-02-12
申请号:CN201911116871.9
申请日:2019-11-15
申请人: 北京邮电大学
IPC分类号: B62D55/112 , B62D55/108 , B62D55/30
摘要: 本发明涉及运输车辆技术领域,具体是一种增强型克里斯蒂悬挂系统。包括导向轮组件、负重轮组件一、负重轮组件二、负重轮组件三以及张紧轮组件。与现有技术相比,本发明有以下特点:负重轮组件一中油压阻尼器采用双并联安装,可以提高支撑刚度;负重轮组件一与负重轮组件二中的油压阻尼器均与相应摆臂垂直安装,可以提高阻尼器最大动行程,有利于发挥油压阻尼器的缓冲减震作用;负重轮组件三中后摆臂的旋转中心位于履带夹角角平分线左下半区,使摆臂所受的合外力通过摆臂旋转中心后侧,确保摆臂只能逆时针旋转。本设计增强型克里斯蒂悬挂系统工作可靠,能有效缓和并衰减因路面不平而引起的冲击振动,保证车辆整体具有良好的行驶稳定性。
-
公开(公告)号:CN110787443B
公开(公告)日:2021-01-01
申请号:CN201911158087.4
申请日:2019-11-22
申请人: 北京邮电大学
IPC分类号: A63C17/10 , A63C17/14 , B62D55/08 , B62D55/084 , B62D55/112 , B62D55/30
摘要: 本发明涉及面向单人使用的履带式滑板车,包含一种履带行走机构的悬挂系统和履带式滑板车的滑板机构。悬挂系统包含前负重轮组件、中间负重轮组件、导向轮组件以及张紧轮组件。悬挂系统以弹性橡胶脚轮和油压阻尼器作为减振缓冲关键部件,使履带式滑板车在经过障碍物时全程具备良好的减振性能,降低障碍物对车体冲击震动的影响,使其具备全地形适应能力和较大的载荷性能。滑板机构包含滑板、滑板连接件、滑板架和滑板中架,将油压阻尼器引入机构,为滑板提供对称支反力,对履带滑板车在行进过程中的振动冲击进行二次缓冲卸载,实现用户与履带滑板车之间的人机共融。
-
公开(公告)号:CN110775175A
公开(公告)日:2020-02-11
申请号:CN201911116871.9
申请日:2019-11-15
申请人: 北京邮电大学
IPC分类号: B62D55/112 , B62D55/108 , B62D55/30
摘要: 本发明涉及运输车辆技术领域,具体是一种增强型克里斯蒂悬挂系统。包括导向轮组件、负重轮组件一、负重轮组件二、负重轮组件三以及张紧轮组件。与现有技术相比,本发明有以下特点:负重轮组件一中油压阻尼器采用双并联安装,可以有效地提高支撑刚度;负重轮组件一与负重轮组件二中的油压阻尼器均与相应摆臂垂直安装,可以有效提高阻尼器最大动行程,最大限度的发挥油压阻尼器的缓冲减震作用;负重轮组件三中摆臂的旋转中心位于履带夹角角平分线左下半区,使摆臂所受的合外力通过摆臂旋转中心后侧,确保摆臂只能逆时针旋转。本设计履带悬挂系统工作可靠,能有效缓和并衰减因路面不平而引起的冲击振动,保证车辆整体具有良好的行驶稳定性。
-
公开(公告)号:CN110787443A
公开(公告)日:2020-02-14
申请号:CN201911158087.4
申请日:2019-11-22
申请人: 北京邮电大学
IPC分类号: A63C17/10 , A63C17/14 , B62D55/08 , B62D55/084 , B62D55/112 , B62D55/30
摘要: 本发明涉及面向单人使用的履带式滑板车,包含一种履带行走机构的悬挂系统和履带式滑板车的滑板机构。悬挂系统包含前负重轮组件、中间负重轮组件、导向轮组件以及张紧轮组件。悬挂系统以弹性橡胶脚轮和油压阻尼器作为减振缓冲关键部件,使履带式滑板车在经过障碍物时全程具备良好的减振性能,降低障碍物对车体冲击震动的影响,使其具备全地形适应能力和较大的载荷性能。滑板机构包含滑板、滑板连接件、滑板架和滑板中架,将油压阻尼器引入机构,为滑板提供对称支反力,对履带滑板车在行进过程中的振动冲击进行二次缓冲卸载,实现用户与履带滑板车之间的人机共融。
-
公开(公告)号:CN110794842A
公开(公告)日:2020-02-14
申请号:CN201911116875.7
申请日:2019-11-15
申请人: 北京邮电大学
IPC分类号: G05D1/02
摘要: 本发明提供了一种面向复杂环境下基于势场的强化学习机器人路径规划算法,属于智能算法优化领域,针对场景内存在大规模数量的可移动障碍物的环境条件,实现了复杂动态环境下的机器人路径规划。本方法首先利用传统人工势场法对环境空间进行建模,再根据势场模型定义马尔科夫决策过程中的状态函数、奖励函数和动作函数,并利用深度确定性策略梯度的强化学习算法,在仿真环境中对其进行训练,最终使机器人具备在复杂障碍物环境下进行无碰撞的路径规划的决策能力。实验结果表明,该方法决策时间短、系统资源占用低、具备一定的鲁棒性,能够实现在复杂环境条件下的机器人路径规划。
-
-
-
-