-
题名车辆关键状态的平行估计
被引量：2
- 1
-
-
作者
汪
林懿伦
戴星原
项韦杰
-
机构
南京航空航天大学
青岛智能产业技术研究院平行驾驶创新技术研发中心
中国科学院自动化研究所复杂系统管理与控制国家重点实验室
中国科学院大学
北京科技大学自动化学院
-
出处
《指挥与控制学报》
2017年第3期186-194,共9页
-
基金
国家自然科学基金(61233001
61533019)资助~~
-
文摘
车辆关键状态的估计问题对实施前馈控制、提高车辆行驶的安全性至关重要.一直以来,受限于车载设备功能与算力、传感器性能等原因,对于难测状态的估计均采用了模型驱动的方法,基于简化的车辆动态模型实施估计.平行估计是一种新的估计方法,通过引入平行系统与深度神经网络,实现了数据驱动的、可在线学习、动态更新,并具有良好鲁棒性与高数据效率的估计方法.实验表明,该方法对于车辆关键状态的估计具有精度较高,对各类工况均能适用的良好性质.
-
关键词
深度学习
状态估计
平行系统
平行理论
-
Keywords
deep learning, state estimation, parallel system, parallel theory
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
