-
题名基于轮胎垂向加速度的路面不平度等级识别研究
- 1
-
-
作者
卢俊辰
崔凯特
钟妤馨
胡梦宜
董林玺
-
机构
杭州电子科技大学电子信息学院智能微传感器与微系统教育部工程中心
浙江宏振智能芯片有限公司
-
出处
《传感技术学报》
北大核心
2025年第3期458-467,共10页
-
基金
浙江省级人才项目(2021R52009)。
-
文摘
针对路面不平度等级识别的问题,提出了一种基于轮胎垂向加速度最优特征的BP神经网络识别方法。首先搭建了路面不平度模型和二自由度车辆平顺性模型,通过仿真获得轮胎垂向加速度和路面不平度等级。然后,基于轮胎垂向加速度先后构造40种特征提取方案,引入随机森林模型评估各个特征的重要性,初步确定最优特征。最后,将40种特征分别作为BP神经网络的输入,路面不平度等级为输出,构造3层BP神经网络,引入准确率等评价标准验证最优特征。研究表明在基于轮胎垂向加速度特征的路面不平度等级识别任务中,最优特征为信号的二阶差分绝对值之和,以该特征为输入构造的BP神经网络不仅识别准确率可达到99%,并且具备较低复杂度以及较好的速度鲁棒性。
-
关键词
路面不平度识别
BP神经网络
特征提取
随机森林
轮胎垂向加速度
-
Keywords
pavement unevenness recognition
BP neural networks
feature extraction
random forest
tire vertical acceleration
-
分类号
U463
[机械工程—车辆工程]
U461.4
[机械工程—车辆工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
