摘要
本发明提供了一种实时轮心力的预测方法、装置及服务器,涉及车辆动力学建模与智能控制的技术领域,包括:实时获取高纬度的原始特征数据,其中,原始特征数据包括:轮心加速度数据和动力学辅助数据,动力学辅助数据包括:车辆速度、转向角、轮胎压力、轮胎力、车体力和车辆动力学关系;将主成分分析与物理约束结合,对原始特征数据进行动态降阶处理,确定降阶后的目标特征数据;通过预设深度神经网络对目标特征数据中不同输入特征对应的权重值进行计算处理,以动态调整各项输入特征的重要性,并通过将权重值和目标特征数据进行加权计算,以在预设深度神经网络的输出层生成目标轮心力预测结果。本发明可以显著提升轮心力预测的精确度。
技术关键词
深度神经网络
车辆动力学模型
计算机可执行指令
物理
动态
成分分析
轮胎
车辆动力学建模
重建误差
转向角
加速度
数据分布
损失函数优化
关系
处理器
可读存储介质
车体
工况