一种基于CNN-Transformer的智能轮胎侧偏角估计方法

本发明涉及一种基于CNN‑Transformer的智能轮胎侧偏角估计方法，属于智能车辆感知技术领域。所述方法，包括：步骤S1、利用三轴加速度传感器采集满载轮胎多种侧偏工况下的加速度信号，并进行200Hz低通滤波及数据8:2划分；步骤S2、设计包含四个一维卷积层的卷积神经网络（CNN），从预处理后的信号中提取深层特征，并结合位置编码保留时序信息；步骤S3、采用多头交叉注意力模块对提取的特征进行聚合与增强，滤除干扰信息，突出与侧偏角相关的关键特征；步骤S4、将处理后的测试数据输入训练好的CNN‑Transformer模型，预测轮胎侧偏角。本发明通过结合CNN在局部特征提取与Transformer在全局特征的关注能力上的优势，显著提升了侧偏角估计的精度和系统的鲁棒性，适用于多种轮胎规格和工况条件。