一种基于迁移学习的混合驱动模型的横向速度估计方法

AITNT
正文
推荐专利
一种基于迁移学习的混合驱动模型的横向速度估计方法
申请号:CN202410764118
申请日期:2024-06-14
公开号:CN118333136B
公开日期:2025-02-11
类型:发明专利
摘要
本发明适用于车辆参数估计技术领域,提供了一种基于迁移学习的混合驱动模型的横向速度估计方法,包括以下步骤:采用运动学模型和动力学模型分别估计出横向速度和,将其作为LSTM神经网络的输入,形成数据‑机理混合驱动模型,即LVENN,采用此混合驱动模型估计出横向速度,该融合方法可显著降低横向速度估计的均方根误差和最大误差;通过设计迁移学习算法,在特征提取层中进行参数微调和在拟合输出层中进行再训练以增加迁移学习能力,本发明可以利用源域中的训练数据,以减少目标域中的标记数据量,提高模型训练的效率。
技术关键词
LSTM神经网络 车辆横向速度 迁移学习模型 状态空间方程 估计方法 参数估计技术 浅层神经网络 迁移学习算法 横摆角速度 融合方法 加速度 误差 数据 标记 非线性 序列
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号