基于多传感器融合的智能轮胎关键状态估计方法

本发明属于轮胎动力学特性应用领域，具体涉及一种基于多传感器融合的智能轮胎关键状态估计方法。该方法在轮胎内壁布置PVDF传感器和MEMS三轴加速度传感器，进行智能轮胎力学特性试验；根据编码器数据和传感器信号特征，提取智能轮胎接地印迹区的传感器信号，并对其进行处理；以不同传感器信号特征为输入，建立三个不同的神经网络模型；利用传感器试验数据训练神经网络模型，并采用粒子群算法，根据训练集数据分别求解两个神经网络模型估计值的最优融合权重；采用神经网络模型初步估计智能轮胎关键状态，将差值最小的两个初步估计值利用最优权重进行融合，得到智能轮胎关键状态最终估计值。该方法对提高智能轮胎关键状态估计精度具有重要作用。