基于胎内传感信息和贝叶斯神经网络的轮胎力估算方法

本发明公开了基于胎内传感信息和贝叶斯神经网络的轮胎力估算方法，基于有限元和坐标系转换理论搭建了加速度型智能轮胎有限元模型；采用傅里叶振幅灵敏度检验法(Fourier amplitude sensitivity test，FAST)确定了针对轮胎三向力的加速度传感器最优安装位置；采集不同测试工况下的加速度信号‑轮胎力数据集，提取接地印迹区域加速度信号，并采用线性判别分析法(Linear Discriminant Analysis，LDA)筛选出最优的输入特征；采用线性归一化理论对最优特征筛选后的加速度信号‑轮胎力数据集进行处理；根据训练数据和测试数据的特征，搭建了基于贝叶斯神经网络的轮胎力估算算法，最终输出轮胎力的预测值及其预测方差。本发明预测精度高、稳定性好、泛化性能强，为轮胎力估算提供了更为可靠的技术方案。