摘要
本发明涉及一种基于机器学习的履带车辆转向曲率的识别方法,属于车辆驾驶控制领域,解决了现有技术中转向曲率实时计算困难的问题。具体步骤包括:采集履带车辆的行驶数据,构成特征向量集;通过计算对应履带两侧的理论滑移率,构成历史滑移率集;基于所述特征向量集和所述历史滑移率集,训练离线的双阶段机器学习模型,得到履带车辆的两侧滑移率估测模型;利用在线辨识过程,将实时采集的车辆行驶数据,通过所述两侧滑移率估测模型,得到两侧滑移率的实时估计值;基于所述两侧滑移率的实时估计值计算履带车辆的实时车速和横摆角速度,进而实现履带车辆转向曲率的实时估计。
技术关键词
履带车辆
横摆角速度
识别方法
离线
加速度
机器学习模型
车辆行驶数据
粒子群优化算法
聚类
训练集
标签
样本
驱动轮
表达式
动作特征
极值
系统为您推荐了相关专利信息
活体识别方法
分类器
频率响应特征
照度
人脸图像提取
图像识别模型
样本
模型训练方法
图像识别方法
频率