摘要
本发明提供一种基于智能轮胎阵列传感器时频图特征融合的轮胎花纹磨损估计方法及系统。本发明方法,包括:采用加速度传感器和压电传感器形成传感器阵列,采集不同磨损程度轮胎在多种工况下的一维时序信号;接收采集的一维时序信号,并将采集的一维时序信号传输至上位机;上位机采用小波将一维时序信号转换为二维时频图,实现加速度传感器和压电传感器的时域与频域特征的融合;设计卷积神经网络模型,并将多源传感器生成的时频图以多通道形式输入到卷积神经网络模型中进行训练,利用训练好的卷积神经网络模型进行轮胎花纹磨损分类,自动提取二维时频图中的特征,得出轮胎花纹磨损值,实现对于轮胎花纹磨损的更加精确的估计。
技术关键词
卷积神经网络模型
阵列传感器
智能轮胎
压电传感器
估计方法
时序
加速度
传感器阵列
轮胎花纹磨损程度
信号采集装置
频域特征
数据接收模块
分层抽样方法
数据采集模块
自动特征提取
连续小波变换
系统为您推荐了相关专利信息
健康状态估计方法
卡尔曼滤波器
安时积分法
锂离子电池管理
多模型
信道估计模型
信道估计方法
超参数
分子
正交频分复用系统
优化估计方法
电池荷电状态
机器学习算法
支持向量回归算法
初始荷电状态
实时检测方法
激光投射模块
相机标定法
实时检测系统
光束平差法