调查车辆翻转预防使用LQG调节器

文摘

本文初步调查的结果车辆辊模型和控制策略适用于防止车辆untripped滚动。汽车被认为是容易wheel-liftoff,各种控制策略仿真的实现。在这项研究中,作者提出一个翻转预防方法,不需要这样准确的联系信息。稳定裕度的有效性所示,它是用来预防实现翻转的方向滚动。实施的主要假设是,车辆配备了传统的控制器系统。

1。介绍

本文的主要创新安全问题,理解背后的物理学展期,在学术界中获益。

车辆翻转是一个公共安全问题(1- - - - - -3]。根据美国国家公路交通安全管理局(NHTSA)的国家统计和分析中心的数量从1991年到2001年乘用车人死于机动车事故增加了4%,而倾覆事故中死亡人数增加了10%。仅在2001年,10138人死于展期崩溃,这一数字是今年32%的主人死亡(4,5]。

帮助解决这一公共安全问题,即将需要检测并减轻车辆翻转通过激活底盘控制致动器根据车辆翻转条件(6,7]。车辆rollover-avoidance系统执行展期条件时最好及时决定。及时确定等待车辆翻转需要测量滚转率和横摇角。例如,使用差动制动rollover-avoidance系统通过检测wheel-liftoff或横向加速度超过预定的阈值提出了(8,9]。翻转预防time-to-rollover(竞技场队伍)指标所示(1,10]。即将到来的翻转的竞技场队伍提供了一个评估。展期的方法检测基于滚转率和横摇角相平面中说明了(11]。结合使用滚转率与三轴加速计传感器和横摇角估计翻转事件进行分类讨论了(12]。所有这些方法使用某种形式的阈值对滚转率和横摇角大小来检测即将车辆翻转。然而,大多数生产车辆没有配备横摇角或滚转角速度传感器。自friction-induced车辆翻转与偏航和滚动动态,rollover-avoidance算法需要一个估计量对横摇角和滚转率除了生产偏航传感器。此外,预测即将发生翻转必须包括辊刚度的影响由于旅行限制车轮悬架。这些影响被忽视(13]。讨论了模型预测车辆滚动阻力(14]。

汽车是一个高度非线性动态系统包含许多参数困难或(还)不可能直接测量。虽然许多物理参数,如质量,质量中心的位置,和惯性特性一直由国家公路交通安全管理局提供,许多车辆辊模型中常用的参数如悬架刚度和阻尼特性并不是现成的实验者。这使得很难或不可能包含多个执行广泛的车辆翻转研究车辆实际上无需访问车辆本身。参数具有十分重要的意义,研究车辆翻转,是经常被忽视的是司机和他/她的反应。而许多人类的数学表示驱动开发(9- - - - - -13),没有人可以生活的不确定性和预测司机如何在紧急情况下的反应。因此,任何翻转必须允许所有可能的研究转向反应。

有两个选项的汽车设计师希望设计一个汽车无法展期:设计一个车辆底盘或底盘控制系统非常保守,以减轻司机输入,将车辆安全操作的局限性和不稳定或修改司机的车辆,避免不稳定的输入。

在过去,汽车制造商寻求底盘修改作为一种手段来影响稳定。这一点在外观上可见一斑各种类型的活动被取消,电子稳定控制和牵引控制系统在现代生产的车辆。但是最近的研究正在改变注意力转向了开发新类型的辅助设备。

例如,研究目前正在进行预测,为测量方向盘输入的时间会流逝wheel-lift发生之前。这种预测方法是为了开发提供一个警告司机或利用车载系统防止滚动出现。发展的例子time-to-rollover(竞技场队伍)指标可能是发现了陈,彭在Huei下工作在密歇根大学交通研究所(UMTRI) [15- - - - - -18),Hyun,在德克萨斯A&M Reza Langari下工作。

这种方法最明显的缺点是有限的警告。由陈发现,即使在理想情况下,最大的远期预测时间,因此最多的警告司机能够真正地使用0.3秒当考虑SUV (8]。这样的警告是几乎在人类反应的极限时间意想不到的事件。因此,需要有一个明确的和实用的自动化系统能够防止车辆辊通过修改车辆的转向输入。此外,目前的竞技场队伍方法主要依赖于横摇角设定一个阈值和/或横向加速度。尽管广泛的模式发展,学术研究人员,还没有人能够一直在模拟翻转阈值预测NHTSA实验发现的试验。是否模型用于预测的时间前达到此限制或传感器用于确定当已超过这个极限,然后生成一个竞技场队伍,缺乏基于仿真的工具反映了当前缺乏理解背后的物理车辆翻转。选择允许车辆主动修改驱动程序的输入是一个想法仅处于起步阶段,但有研究的先例。提出的一个例子是Hosaka Morakami从庆应义塾大学,日本,在17]。结合PD控制,状态反馈控制和扰动观测器用于提供额外的转向输入或直接修改一个司机的转向命令处理障碍如阵风加大偏航稳定。另一个例子是,哦,et al .,从现代和与汉阳大学18]。

在这里提出一个前馈控制方法,强加了一个人为的齿轮传动比的车辆转向输入这样的动态行为可能会改变根据情况。还讨论了可能防止翻转不允许司机驾驶汽车到一个地区横向加速度超过一定阈值。此外,该系统将添加更多的电阻扭矩轮作为驱动方法这一限制,使它更加难以控制。其他的例子可以发现有关增加四轮驾驶车辆的稳定性调查克曼,而在机器人技术与系统动力学研究所(19)和大学研究所的Plochl力学技术在维也纳,奥地利(4]。此外,j .基督教格迪斯工作的动态设计包括斯坦福大学实验室方法,允许提高抗干扰性车辆转向角(20.),限制技术结合使用steer-by-wire系统和测量从全球定位系统(GPS)和一个惯性测量单元(IMU)确保所需的路径的跟踪。尽管有这些发现,文学仍然相当有限的关于这一领域。

本文寻求做出显著贡献的翻转缓解的方法直接修改司机的转向命令的方式,这样司机没有意识到控制器的效果。然而,为了正确地实现这一目标,首先必须理解车辆翻转背后的物理学。

本文论述了标准化的SAE车辆轴系统。潜浮性能部分也解释了车辆模型。PID控制器系统提出并解释了该控制器的需要。结果关于这篇论文的目的是提出解决问题的初步调查模型和控制策略适用于预测和防止由于untripped驾驶机动车辆翻转。

2。翻转模型

所有数值表示遵循标准的SAE右手签署公约利用three-freedom车辆简化模型如图1。

在图1(一),平面上,前后轮胎的侧向力用和。侧滑角和横摇角被认为是次要的。总力和扭矩在整个车辆 在哪里汽车的总质量,长度吗和定义如图1(一),横向加速度,偏航加速,是汽车的偏航力矩惯性。

此外,横向力和,在那里和是前后轮胎的侧偏刚度,分别和是前后轮胎的滑移角,,,是纵向速度,偏航率。因此,下列方程推导出:

在图1 (b),飞机,总力量和扭矩在整个车辆 在哪里是人体加速度,滚是车辆的重心的高度(CG)站在地面之上,车辆重心之间的距离和轧辊轴线,车辆跟踪的宽度,和是悬挂和轮胎的变形。和是正常的力量在左右车轮,然后呢是车辆惯性矩。

恢复力在图1 (c)与辊运动有关,,在那里和的总刚度和阻尼辊滚悬浮液,然后呢滚转率。

总力矩对身体对轧辊轴线给出 在哪里簧载质量,代表了车辆总质量不包括悬挂和轮胎是卷簧上质量的惯性矩。

簧载质量,非簧载质量相比要小得多。因此,我们可以假设和并建立(5)如下: LTR代表荷载传递率,一个重要的标准来评估车辆状态。

自,之后,引入状态向量,该模型可以描述的动作 在哪里

3所示。翻转预防方法缓解控制

运行车辆突然打算在其反应过度应用横向加速度。因此,内轮可能起飞在转向时,应用加速度小于名义许可值符合稳态法。

从(5),我们可以看到 横摇角的地方小到可以得到什么,经过拉普拉斯法应用到上述微分方程,我们建立了以下新方程: 角频率在哪里吗 和阻尼比

当输入设置单位阶跃函数,过度吗

在这一点上,我们发现车辆动力学的第一部分是由(9),而第二部分定义了车辆稳定状态。这些发现的基础形式缓解控制在本节的其余部分。

特定品牌的中型SUV是用作测试车辆在这项研究中,相关的参数如表所示1。

与翻转模型和车辆参数,我们实现了原车的阻尼比,,过度的横摇角值为38.18%,如图9。因此,需要提高阻尼比以减少过度的值。换句话说,我们可以提高恢复力通过增加刚度或滚动阻尼。然而,它需要记住滚刚度和横摇阻尼同时必须增加。否则,阻尼比可能会减少。

我们与翻转模型和车辆参数,改善车辆的阻尼比,,过度的横摇角值为0.71%,如图10。

4所示。PID控制器、遗传算法优化PID控制器和LQG监管机构

4.1。PID控制器

三届的输出比例,积分,和导数计算,总结计算PID控制器的输出。首先估计相当于一个PID控制器的比例作用。PID控制器的积分作用可以被认为是逐步调整输出时几乎是正确的。微分作用可以被认为是越来越小的变化作为一个接近正确的水平和停止时,而不是走得太远。使这一变化太大时,误差很小,相当于一个高增益控制器和将导致过度。

如果控制器多次改变太大,多次超过目标,这个控制回路称为不稳定和输出振荡在设置点不是常数,增长,或衰减正弦信号。一个人不会这样做,因为他们是自适应控制器,但PID控制器没有学习能力,必须正确设置。为有效控制选择正确的收益被称为优化控制器。

是最常用的PID反馈控制器。PID控制器计算误差值作为测量的过程变量的区别和一个想要的设置点。控制器试图最小化误差通过调整过程控制输入。PID控制器计算(算法)包括三届控制:比例、积分和微分值用P, I, d可以解释这些值的时间。(我)P取决于当前的错误。(2)我取决于过去错误的积累。(3)D是预测未来的错误。

基于当前的变化率,有些应用程序可能需要使用只有一个或两个行动提供适当的系统控制。这是通过设置其他参数,提供适当的系统控制。这是通过解决其他参数为零。(我)比例条件:提供一个总体控制作用与误差信号通过所有通过增益系数。(2)积分项:减少稳态误差通过低频补偿的积分器。(3)导数项:改善瞬态响应通过高频补偿的区别。

PID控制器将被称为π,PD, P,或者我控制器在缺乏相应的控制操作。PI控制器是相当常见的,消除稳态误差。在某些限制过度增加减少上升时间。自微分作用对测量噪声很敏感,缺乏一个积分项可能防止系统达到其目标价值由于控制动作。PID控制方案命名三个修正条款,其总和构成操纵变量(MV)。比例、积分和微分项总结计算PID控制器的输出。

PID控制器历来选择控制系统工程师由于其灵活性和可靠性。一个PID控制器比例、积分和微分项可以用传递函数表示形式 在哪里调优参数成比例增加,积分增益,调优参数,微分增益,调优参数。

通过调优这些PID控制器,控制器可以提供控制动作为特定的流程需求而设计的。比例项驱动器改变输出电流误差成正比。这个比例是关心的当前状态的过程变量。积分项()正比于误差的大小和持续时间的错误。(当添加比例项)加速过程的运动通常设置点和消除了剩余稳态误差可能发生的比例只有控制器。

以下4.4.1。优化的PID控制器

在系统研究中,Ziegler-Nichols调优规则基于关键利益和关键时期就会被使用。在这种方法中,积分时间将被设置为无穷大和导数的时间吗为零。这是用于获取初始系统的PID设置。

在这种方法中,只有将使用比例控制作用。的将会增加到一个关键的价值系统输出将展览持续振荡。在这种方法中,如果系统输出不展览持续振荡,那么这个方法并不适用。

4.1.2。设计PID参数

PID控制器的传递函数

目标是实现一个设计系统的单位阶跃响应曲线,展品最多超过25%。如果过度的最大超调,例如,大于40%,微调应该减少不到25%。

从Ziegler-Nichols频率的方法,第二种方法,表建议调优规则根据公式所示。从这些我们可以估计的参数,,。

PID参数的值,,将 , , 。

4.2。遗传算法

神是整个宇宙的创造者。自从成立进化一直是其功能的一部分。新的生物已经从他们的祖先;这进化是由一个简单的法律,查尔斯·达尔文命名为“适者生存。”

遗传算法搜索算法是基于自然选择和自然遗传学。他们还把生存的适者结构与结构随机信息交换搜索算法。遗传算法开发了密歇根大学的John Holland和他的同事在1960年代初。遗传算法在理论上和实证证明提供强大的搜索在复杂的空间中。其有效性函数优化和控制应用程序建立了。遗传算法(GA)提供一个通用的方法来寻找全局最小值或最大值在有界,量子化的搜索空间。由于遗传算法只需要一种方法来评估性能的解决方案之前猜测没有任何信息,它可以普遍适用于几乎任何优化问题。遗传算法通常是广泛地修改以适合特定的应用程序。结果,很难将一个“通用的”或“传统的”,因为有很多变体。“传统”的改进遗传算法是为天然气提供更快和更有效的搜索不依赖于平均染色体融合(即。,应用程序只对最佳解决方案感兴趣)。“传统”GA由适应度函数,选择技术、交叉和变异操作,这是由固定的概率。这些操作形成基因回路如图4。自从概率是恒定的,平均每一代的局部和全局搜索数量是固定的。从这个意义上说,GA展览一个固定的收敛速度,因此将被称为固定利率。

一个简单的遗传算法(图3)由五个步骤组成。(我)从一个随机生成的人口开始染色体,人口和的大小吗染色体的长度。(2)计算函数的健身价值每个染色体的在人口。(3)重复,直到创建后代。(iv)用新创建一个替换当前的人口。(v)转到步骤(2)。

4.2.1。准备使用遗传算法设计PID

遗传算法可以应用于PID控制器的优化收益在名义操作条件确保最优控制性能。

很高兴讨论遗传算法和传统的方法之间的区别。这将帮助我们理解为什么GA比后者更有效。遗传算法是大大不同的更传统的搜索和优化技术。五个主要区别如下。(1)并行遗传算法搜索的点,而不是一个点。(2)遗传算法不需要导数信息或辅助知识;只有目标函数和相应的健康水平影响搜索的方向。(3)遗传算法使用概率转换规则,而不是确定的规则。(4)遗传算法的编码工作参数集不是参数集本身(即使用实个人除外)。(5)遗传算法可以提供一些可能的解决方案一个给定的问题,最后的选择是留给用户。

4.2.2。遗传算法的PID控制器实现的结果

在下一节中,遗传算法PID控制器实现的结果将被分析。遗传算法设计PID控制器最初5的初始化与人口规模和响应进行了分析。然后初始化与人口大小10,15日,20和25。遗传算法设计PID的反应将是最小的过度分析,最快的上升时间,最快的解决时间。最好的响应将被选中,如图5。

从以下的反应,通过对比图如图2和5,我们可以观察到遗传算法设计PID有更好的响应相比zn调整PID方法。

遗传算法设计PID要好得多,因为它没有超调,但遭受的上升时间和稳定时间。

4.3。LQG最优控制器

LQG控制信号是一个状态反馈下面描述: 的向量从解决方案获得的黎卡提微分代数方程。可以从二次成本函数的最小化: 在哪里和是权重矩阵,设计参数选择满足期望的闭环性能。方程(15)是一个通用二次成本函数,不仅远足但控制远足和国家控制的产品。这个方程线性最优控制器设计中起着重要作用。

因此,适当的选择加权矩阵通过优化设计中是至关重要的监管机构规定的闭环极点。选择加权矩阵随意的从这个角度来看,可以作为一个输入通道的比例因子。扩展对于单输入系统没有影响,因为它只会导致相同数量的比例。也应该是半正定和分别正定。

因此

4.4。设计一个线性二次高斯(LQG)控制器

设计一个线性二次高斯(LQG)控制器辊模型主要关注三个部分基于上述LQG控制器的基本原理:设计一个最优线性二次估计量(LQE);设计一个最优线性二次高斯调节器(等);系统集成。与线性二次估计线性二次高斯调节器(等)解决了这个线性二次高斯控制问题。图6显示了LQG系统的配置。

LQG监管机构的计算需要的计算(i)的最优状态反馈增益收到,最小化过程的结果(16),(ii)的卡尔曼滤波估计。

LQG监管机构的基础上计算了平衡理论和卡尔曼估计量。

(我)设计的一个线性二次估计量。卡尔曼滤波器是一个可行的评估方法,融合多个感官的测量可以提供相对准确的结果。卡尔曼滤波器,在某种程度上,可以减少平方误差的均值从一系列的噪声测量。卡尔曼滤波提供了一种最优递归数据处理算法在估计现值的方式工作的状态是由以前的估计价值状态和当前测量数据而不是整个测量数据。卡尔曼滤波器地址的一般问题试图估计的状态离散时间控制的过程,是由线性随机差分方程。

(2)线性二次调节器的设计

(一)优化方法。控制策略的特点是控制配置见图6。最优控制策略的实现依赖于状态估计和控制律。考虑辊模型控制问题,控制律优化通过最小化代价函数保证控制目标的最小位置误差和使用尽可能少的控制工作。

(b)控制律。控制值可以通过上面提到的优化方法。为了计算这个,最速下降法是应用,这是一个迭代的方法,简单的实现,但收敛速度慢。

(c)计算和仿真结果。进行了Matlab代码和仿真进行了选择控制器的参数,如成本函数对动态影响的敏感度和停止准则,和获得成本函数和控制律。成本函数5次迭代后已经接近于零。此外,一个更大的贡献的解决方案需要总是在第一个迭代结束时一个小的贡献。注意到,控制律与时间线性减少。

(d)系统集成。系统集成是一个重要的步骤在设计LQG控制器设计的最优估计和聚合后的最优控制器。图7显示了系统闭环配置。

5。仿真结果

为了验证提出的减排控制,仿真测试是根据国家公路交通安全管理局的鱼钩1测试进行描述,和指导操作模式如图所示11为辊模型和模型图如图8。

注意,野生波动发生在手轮角速率变化迅速,尤其是时间范围内和。

理论上,过度附近零阻尼系数等于1。然而,正如我们所知,高刚度和阻尼辊辊成本车辆行驶舒适。对于一个平衡的目的,我们分配了阻尼比在一个正常的工厂设置值。

有很多因素可以影响轧辊刚度和横摇阻尼,如弹簧、阻尼器和衬套。

从表1,观察数据12和13,我们可以看到LQG控制器设计有很大的改进遗传算法设计控制器。

6。结论

本文的目的是展示的方法预测当一个车辆可能wheel-lift滑动前的风险。此外,多种控制策略提出了使用这种方法获得的信息来减轻车辆翻转。wheel-lift预测方法提供一种车辆的动态翻转倾向,提供洞察的轧辊动态检查的车辆可能无法获得来自各州的响应,并可能导致更好的汽车设计辊动力学方面。

调查车辆瞬态和稳定状态,一种改进的翻转成立于本研究模型。基于该模型,我们进一步发展一个方法来限制过度通过调整弹簧刚度和减振器阻尼系数之间的关系。额外的发现包括缓解车辆稳定控制,以及控制逻辑是由一系列仿真测试验证使用中型SUV模型。仿真结果表明减少过度的横摇角和更好的在稳定的价值。提出了调整方法可以帮助设计的被动和主动悬架控制来提高车辆的稳定性。我们相信,随着进一步的研究,该模型将适用于一个真正的汽车在不久的将来。

对辊模型最优控制器设计的Matlab仿真实现预测控制车辆翻转。卡尔曼滤波估计应用于确定系统输出和数值优化方法被用来优化代价函数,使监管之间的权衡性能和控制工作。过程干扰和测量噪声控制器设计中考虑在内。

基于遗传算法设计PID好过zn PID控制器因为它没有超调,但遭受的上升时间和稳定时间。

从表2,我们可以看到LQG控制器设计有很大的改进遗传算法设计控制器。

命名法

	纵向速度(物体固定架)
	偏航率(关于垂直轴的角速率)
	车辆的总质量
	关于垂直轴惯性
	Front-axle-to-CG距离
	Rear-axle-to-CG距离
	轨道车辆
	车辆的宽度
	车辆的侧偏角的身体
	前面转弯刚度
	后过弯刚度
	横摇角
	滚转率
	身体翻滚加速度
	横向加速度
	偏航加速
	惯性偏航力矩
	车辆惯性矩
	前轮胎的滑移角
	后轮胎的滑移角
	车辆的重心高度(CG)站在地面之上
	车辆CG和假定的轧辊轴线之间的距离
	车辆跟踪的宽度
和	悬架和轮胎的变形
	总滚刚度
	总横摇阻尼悬架。

利益冲突

作者宣称没有利益冲突有关的出版。

引用

1. 在公元前。陈和h .彭“Differential-braking-based展期预防对于human-in-the-loop评估的运动型多功能车,”车辆系统动力学,36卷,不。4 - 5,359 - 389年,2001页。视图:出版商的网站|谷歌学术搜索
2. d·j·m·桑普森和d . Cebon主动辊控制的单一单元重公路车辆,”车辆系统动力学,40卷,不。4、229 - 270年,2003页。视图:出版商的网站|谷歌学术搜索
3. 周宏儒。金、h·s·杨和Y.-P。公园,“鲁棒辊控制的车辆:使用半实物试验研究设置,“美国机械工程师学会学报》上,卷216,不。1、1 - 9,2002页。视图:出版商的网站|谷歌学术搜索
4. r . w .高盛,m·金迪,b . t . Kulakowski“展期动态公路车辆:文献调查,“重型车辆系统,8卷,不。2、103 - 141年,2001页。视图:出版商的网站|谷歌学术搜索
5. p . Ponticel“动态测试活动,”国际汽车工程,途径的2003页。视图:谷歌学术搜索
6. d . w . Shuttlewood d . a . Crolla和r . s .锋利,“主动辊控制轿车。”车辆系统动力学,22卷,不。5 - 6,383 - 396年,1993页。视图:出版商的网站|谷歌学术搜索
7. j·达林和t . j . Ross-Martin”原型主动辊控制系统的理论研究,“美国机械工程师学会学报》上,卷211,不。1、3 - 12,1997页。视图:出版商的网站|谷歌学术搜索
8. 诉Cherian, r·谢诺a . Stothert j·施赖弗,j . Ghidella t·d·吉莱斯皮,“基于模型的Besign SUV anti-rollover控制系统”,SAE纸没有。2008-01-0579,2008。视图:谷歌学术搜索
9. a . b . Lee Khajepour, k . Behdinan”通过集成主动转向和差动制动,车辆稳定”SAE纸2006-01-1022,2006。视图:谷歌学术搜索
10. 在公元前。陈和h .彭“实时滚动威胁指数运动型多功能汽车”诉讼的美国控制会议1999年6月,页1233 - 1237。视图:谷歌学术搜索
11. c . Foo h .叶、s . Chang和k . j . Schemansky”装置和方法检测车辆翻转有歧视的断功能,“美国专利6600414,2001。视图:谷歌学术搜索
12. k . Hamsch和m . Roelleke翻转的车辆分类方法,”美国专利6 732 034,2004。视图:谷歌学术搜索
13. b·约翰逊和m . Gafvert Untripped SUV翻转检测和预防”《IEEE会议上决定和控制亚特兰蒂斯号,页5461 - 5466年,巴哈马群岛,2004年12月。视图:谷歌学术搜索
14. a . Hac“展期稳定指数包括悬架设计的影响”,SAE纸没有。2002-01-0965,2002。视图:谷歌学术搜索
15. t .垫片和d . Toomey,”调查活动转向/车轮转矩控制翻转限制机动,”SAE纸没有。2004-01-2097,2004。视图:谷歌学术搜索
16. a . Hac”主动底盘系统对车辆的影响倾向maneuver-induced翻转,“SAE纸2002-01-0976,2002。视图:谷歌学术搜索
17. s . Takano m . Nagai t谷口,t·波多野“研究车辆动力学模型对提高辊稳定,”JSAE审查,24卷,不。2、149 - 156年,2003页。视图:出版商的网站|谷歌学术搜索
18. Hac a、t·布朗和j . Martens检测车辆翻转,“SAE纸2004-01-1757,2004。视图:谷歌学术搜索
19. m . Tanelli s . m . Savaresi和c·坎托尼“纵向车速估计牵引和制动控制系统”《IEEE国际会议控制应用程序(CCA 06年),页2790 - 2795,德国慕尼黑,2006年10月。视图:出版商的网站|谷歌学术搜索
20. c . s . Namuduri m·a·金,j . Praeckel”并发骑磁控制系统的研究和开发,”学报》第29届IEEE工业电子协会的年会(IECON ' 03)2003年11月,页2853 - 2858。视图:出版商的网站|谷歌学术搜索

版权

版权©2014 Binda Mridula Balakrishnan和Marimuthu拉贾拉姆。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。