摘要
本发明涉及一种基于混合数据驱动的分布式驱动特种车辆的状态参数估计方法,属于车辆状态参数估计及动力学控制领域,该方法包括:1构建分布式驱动特种车辆的八自由度动力学模型与轮胎模型,用于指导LSTM神经网络的输入输出向量设计;2利用动力学软件构建多样化工况与驾驶场景的仿真环境,采集覆盖车速、方向盘转角及路面附着系数的多维数据集;3设计包含输入层、LSTM层、全连接层和回归层的LSTM神经网络架构,通过离线训练优化模型参数;4部署训练完成的模型,基于实时传感器数据实现车辆状态参数的实时估计。本发明能实现分布式驱动特种车辆在非结构环境下的状态参数估计,同时保证参数估计的准确性和实时性。
技术关键词
分布式驱动
参数估计方法
特种车辆
LSTM神经网络
车辆状态参数
仿真环境
路面附着系数
记忆机制
横摆角速度
数据
车辆悬架
工况
车辆状态估计
估计误差
沥青路面
非结构环境
方向盘
神经网络架构
运动